Sub-Daily Exposure to Fine Particulate Matter and Ambulance Dispatches during Wildfire Seasons: A Case-Crossover Study in British Columbia, Canada
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: levels in smoke events can vary considerably within 1 d. OBJECTIVES: and acute health outcomes during wildfire seasons in British Columbia. METHODS: and ambulance dispatches during wildfire seasons from 2010 to 2015. Distributed lag nonlinear models were used to estimate the lag-specific and cumulative odds ratios (ORs) at lags from 1 to 48 h. We examined the relationship for all dispatches and dispatches related to respiratory, circulatory, and diabetic conditions, identified by codes for ambulance dispatch (AD), paramedic assessment (PA) or hospital diagnosis (HD). RESULTS: . The 48-h cumulative OR [95% confidence interval (CI)] was 1.038 (1.009, 1.067) for the AD code Breathing Problems and 1.098 (1.013, 1.189) for PA code Asthma/COPD. The point estimates were elevated within 1 h for the PA code for Myocardial Infarction and HD codes for Ischemic Heart Disease, which had 24-h cumulative ORs of 1.104 (0.915, 1.331) and 1.069 (0.983, 1.162), respectively. The odds of Diabetic AD and PA codes increased over time to a cumulative 24-h OR of 1.075 (1.001, 1.153) and 1.104 (1.015, 1.202) respectively. CONCLUSIONS: during wildfire seasons was associated with some respiratory and cardiovascular outcomes within 1 h following exposure, and its association with diabetic outcomes increased over time. Cumulative effects were consistent with those reported elsewhere in the literature. These results warrant further investigation and may have implications for the appropriate time scale of public health actions. https://doi.org/10.1289/EHP5792.
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 | 0,000 | 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle