Review of the effect of air pollution exposure from industrial point sources on asthma-related effects in childhood
Notice bibliographique
Résumé
We reviewed epidemiologic studies of the association between exposure to air pollution from industries and asthma-related outcomes in childhood. We searched bibliographic databases and reference lists of relevant articles to identify studies examining the association between children’s exposure to air pollution from industrial point-sources and asthma-related outcomes, including asthma, asthma-like symptoms, wheezing, and bronchiolitis. We extracted key characteristics of each study and when appropriate we performed a random-effects meta-analysis of results and quantified heterogeneity ( I 2 ). Thirty-six studies were included in this review. Meta-analysis was generally not possible and limited to a few studies because of substantial variation across design characteristics and methodologies. In case-crossover studies using administrative health data, pooled odds ratio (OR) of hospitalization for asthma and bronchiolitis in children <5 years were 1.02 [95% confidence intervals (CI): 0.96, 1.08; I 2 = 56%] and 1.01 (95% CI: 0.97, 1.05; I 2 = 64%) per 10 ppb increase in the daily mean and hourly maximum concentration of sulfur dioxide (SO 2 ), respectively. For PM 2.5 , pooled ORs were 1.02 (95% CI: 0.93, 1.10; I 2 = 56%) and 1.01 (95% CI: 0.98, 1.03 I 2 = 33%) per 10 μg/m 3 increment in the daily mean and hourly maximum concentration. In cross-sectional studies using questionnaires, pooled ORs for the prevalence of asthma and wheezing in relation to residential proximity to industry were 1.98 (95% CI: 0.87, 3.09; I 2 =71%) and 1.33 (95% CI: 0.86, 1.79; I 2 = 65%), respectively. In conclusion, this review showed substantial heterogeneity across study designs and methods. Meta-analysis results suggested no evidence of an association for short-term asthma-related effects and an indication for long-term effects, but heterogeneity between results and limitations in terms of design and exposure assessment preclude drawing definite conclusions. Further well-conducted studies making use of a longitudinal design and of refined exposure assessment methods are needed to improve risk estimates.
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 | 0,004 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».