EXTREME AIR POLLUTION EVENTS FROM BUSHFIRES AND CARDIO-RESPIRATORY HOSPITAL ADMISSIONS IN SYDNEY, AUSTRALIA 1994-2007
Notice bibliographique
Résumé
Background and aims: Extreme air pollution events due to bushfire smoke are expected to increase as a consequence of climate change, yet little has been published about their population health impacts. We examined the association between bushfire smoke pollution events and hospital admissions in Sydney from 1997-2004. Methods: Events were defined as days for which smoke from bushfires caused the 24 hour city-wide average concentration of PM10 to exceed the 99th percentile. We used a time-stratified case-crossover design with conditional logistic regression modeling adjusted for daily meteorology, flu epidemics and holidays. Odds ratios (OR) and 95% confidence intervals (CI) for admissions on event compared with non-event days were estimated. We assessed admissions for all cardiovascular conditions, ischaemic heart diseases, hypertensive diseases, cerebrovascular diseases, all respiratory conditions, asthma, chronic obstructive pulmonary disease (COPD), bronchitis and pneumonia. Results: There were 52 days during the study period in which the extreme particulate pollution was attributable to bushfire smoke. On the day of the smoke events all respiratory hospital admissions increased by 7% (OR 1.071, 95%CI, 1.033,1.112). Admissions for COPD increased 16% (OR 1.168, 95%CI 1.080, 1.263) and asthma by 14% (OR 1.145, 95%CI 1.036, 1.265). Results were similar at a lag of one day. No associations were observed with other respiratory diagnoses or with cardiovascular admissions. Conclusions: Bushfire smoke pollution events were associated with increases in admissions for respiratory, rather than cardiovascular conditions.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».