Ambient fine particulate matter is an independent predictor of insulin resistance in non-diabetic adults in the PURSE-HIS Cohort, Tamil Nadu, India
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Background: Chronic exposure to ambient fine particulate matter (less than 2.5 mm in aerodynamic diameter, PM2.5) has been shown in animal models to induce insulin resistance (IR) through alterations in inflammatory pathways. Here we assess the association between concentrations of ambient – PM2.5 and IR in the Population Study of Urban Semi-urban Rural Endovascular Disease and Holistic Intervention Study (PURSE-HIS) cohort in Tamil Nadu India. Methods: The study included 6246 randomly selected geolocated participants without diabetes (mean age 42 years; 58% women). We used PM2.5 estimates developed for Global Burden of Disease (2010), which combined satellite-based estimates, chemical transport model simulations, and ground measurements to produce global estimates of annual average PM2.5 concentrations at ~ 10 x 10 km resolution. PM2.5 estimates were applied to the study population spread over 80 km x 80 km grid in both urban and rural areas. IR was assessed by homeostasis model assessment of IR (HOMA-IR). Linear regression models were used controlling for age, gender, BMI, physical activity, energy intake, smoking, stress, and anxiety. Results: The PM2.5 exposure estimates ranged from 18µg/m3 to 35µg/m3 in the study area. The mean HOMA-IR levels in men and women was 2.4 mg/dl (± 2.2 mg/dl) and 2.2 mg/dl (± 2.1 mg/dl), respectively. In multivariate models, an inter quartile range (IQR) change in PM2.5 was associated with a 0.22 mg/dl (95%CI: 0.13, 0.34) and 0.33 mg/dl (95%CI: 0.22, 0.43) increase in HOMA-IR levels for males and females, respectively. Conclusion: PM2.5 was an independent predictor of IR. We are currently performing ground-based PM2.5 assessments to validate the global PM2.5 estimates and refine the initial estimates for its association with IR.
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.
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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 découle