MétaCan
Menu
Retour à la cohorte
Enregistrement W2990844355 · doi:10.1289/isesisee.2018.o02.03.52

Integrative Strategy for Finding Co-Location Patterns between Adverse Birth Outcomes and Industrial Air Pollution

2018· article· en· W2990844355 sur OpenAlexaffabout
Charlene C. Nielsen, Jesús Serrano-Lomelin, Shazan Jabbar, Osnat Wine, Colin Bellinger, Osmar R. Zai͏̈ane, Álvaro Osornio-Vargas

Notice bibliographique

RevueISEE Conference Abstracts · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAir Quality and Health Impacts
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésEnvironmental healthAir pollutionEnvironmental planningPollutionEnvironmental scienceBusinessEnvironmental resource managementMedicineBiologyEcology

Résumé

récupéré en direct d'OpenAlex

The relationship of many hazardous pollutants present in ambient air with adverse birth outcomes (ABO) is still unknown, particularly from those released by industry. The knowledge gap is even greater when considering the impact of mixtures of hazardous pollutants on pregnancy outcomes. We aimed to collaboratively overcome methodological limitations to identify potential hazardous mixtures of industrial air pollutants spatially related to the occurrence of ABO in Alberta.We applied integrative data analyses on large existing databases (2006-2012) from (i) the National Pollutant Release Inventory on chemicals released into air by industry; (ii) the Alberta Perinatal Health Program on births, known maternal risk factors for ABO, and the maternal postal code at birth; (iii) an area-level socioeconomic status index (SES). We developed a novel spatial data mining (DM) algorithm to identify significant spatial colocation rules of combinations of emitted chemicals and ABO (i.e., preterm birth [PTB], small for gestational age [SGA], and low birth weight at term [LBWT]). We used a Geographic Information System (GIS) to assign exposures to residences within 10 km of emission sites. We used epidemiological analysis to calculate the corresponding odds ratios of exposures to chemical mixtures and the occurrence of ABO, adjusted by maternal covariates and SES.DM distinguished five rules combining three chemicals - gases, particulate matter and organics - associated with ABO. GIS assigned exposure and epidemiological analysis identified all rules with increased odds for induced PTB, four for SGA, and only two for LBWT.The combined interdisciplinary use of data mining, GIS, and epidemiology strategies enabled us to generate new hypothesis by identifying the risks associated with mixtures of hazardous chemicals and ABO - findings that proved elusive when applying methodologies individually. These discoveries enhance our understanding of the role of chemical mixtures in ABO.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,169
Score d'incertitude au seuil0,634

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,168
Tête enseignante GPT0,379
Écart entre enseignants0,210 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueISEE Conference AbstractsMême sujetAir Quality and Health ImpactsTravaux en français237 207