MétaCan
Menu
Retour à la cohorte
Enregistrement W3023581429 · doi:10.3389/fvets.2020.00185

Increased Weekly Mean PM2.5, and NO2 Are Associated With Increased Proportions of Lower Airway Granulocytes in Ontario Horses

2020· article· en· W3023581429 sur OpenAlexafffundabout
Gabrielle Brankston, Amy L. Greer, Quinn Marshall, Brittany Lang, Kai Moore, Douglas C. Hodgins, John T. G. Hennessey, Janet Beeler‐Marfisi

Notice bibliographique

RevueFrontiers in Veterinary Science · 2020
Typearticle
Langueen
DomaineVeterinary
ThématiqueVeterinary Equine Medical Research
Établissements canadiensUniversity of Guelph
Organismes subventionnairesOntario Veterinary College, University of Guelph
Mots-clésAsthmaExacerbationMedicineBronchoalveolar lavageParticulatesNitrogen dioxideOzoneAnimal scienceEnvironmental healthInternal medicineLungBiologyMeteorologyGeographyEcology

Résumé

récupéré en direct d'OpenAlex

Ambient pollution is associated with the development and exacerbation of human asthma, but whether air pollution exposure is associated with lower airway inflammation in horses has not been fully evaluated. The Air Quality Health Index (AQHI) is an online tool used by asthmatic Ontarians to modify their outdoor activity when ambient pollution is high. A single AQHI value, falling on a scale from one to ten+, is calculated from measurements of fine particulate matter (PM2.5), nitrogen dioxide (NO2), and ozone (O3). Increased AQHI values predict an increased risk for presenting to a health care provider for assessment of asthma exacerbation, with a time lag of zero to nine days after an increase. Whether ambient air pollution is a risk factor for identifying increased lower airway inflammatory cells on cytologic evaluation of bronchoalveolar lavage fluid (BALF) has not yet been explored. To investigate this relationship, case data including BALF cytology preparations from horses across southern Ontario, Canada, were retrieved from the Guelph Animal Health Laboratory’s archives. Spanning the years 2007 – 2017, 154 cases were identified within a 41- by 30-km area surrounding the cities of Guelph and Kitchener. In 78 of 154 cases, cytologic reevaluation identified increased proportions of one or a combination of BALF neutrophils (mean 5%, range 0-15%), eosinophils (mean 2%, range 0-31%) and mast cells (mean 4%, range 0-10%). To assess the effect of lagged pollutant and temperature exposures in these 78 cases, weekly mean values of AQHI, PM2.5, NO2, O3, and temperature were recorded for the four weeks prior to the date of the horse’s presentation for respiratory tract evaluation. The relationship between ambient exposures and increased proportions of lower airway granulocytes was evaluated using a case-crossover design. Single unit increases in two-, and three-week lagged weekly mean PM2.5 and NO2, were associated, respectively, with an 11% (p = 0.04, 95% confidence interval, CI, 1.01-1.22,), and 24% (p = 0.03, 95% CI 1.08 – 1.43) greater risk of identifying increased lower airway granulocytes. These findings suggest that exposure to increased ambient pollutants is associated with lower airway inflammation in Guelph and Kitchener area horses.

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)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,105
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0000,002
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,058
Tête enseignante GPT0,300
Écart entre enseignants0,242 · 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.

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

Citations8
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueFrontiers in Veterinary ScienceMême sujetVeterinary Equine Medical ResearchTravaux en français237 207