Review of the Acute Effects of the Daily Exposure to Particulate Matter on Lung Function and Lung Inflammation in Healthy Subjects
Notice bibliographique
Résumé
The effects of daily exposure of particles in ambient air on acute respiratory outcomes have shown inconsistent results, and no meta-analysis about this topic has been performed. We aimed to review studies on the association between the daily exposure to particles in ambient air and in occupational settings, and their acute effects on lung function and lung inflammation of healthy adults.Original studies published between 2000 and 2017 were searched in Web of Science, Medline and Pubmed. Studies were included if they assessed exposure to particles (number or mass concentration), and measured at least one spirometric parameter or fractional exhaled nitric oxide (FeNO). Studies were excluded if respiratory outcomes were not measured within 24 hours after exposure, if there was no baseline for health outcomes or if the study population was not composed of healthy adults.2447 studies were considered, and 239 studies were retained after the first screening (title + abstract). The final selection included 51 environmental (27 cross-over, 20 panel and 4 cross-sectional studies) and 34 occupational studies (27 cross-shift, 5 cross-over and 2 panel studies). The most frequent fractions of particulate matter assessed were PM2.5 (41), PM10 (20) and UFP (19). 31 studies evaluated FeNO, while 70 studies included spirometric measures (FEV1 (63), FVC (48), PEF (32) and FEV1/FVC (20) were the most frequent). Population (i.e. age) and exposure characteristics (i.e. duration, composition, type of monitoring, exposure levels) varied greatly between studies. There was also a large variability in the associations observed. Future studies should assess factors that explain such variability.
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 | 0,001 | 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) | 0,000 | 0,000 |
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 ».