MétaCan
Menu
Retour à la cohorte
Enregistrement W3045575071 · doi:10.1186/s12940-020-00637-3

Long-term exposure to a mixture of industrial SO2, NO2, and PM2.5 and anti-citrullinated protein antibody positivity

2020· article· en· W3045575071 sur OpenAlexafffundabout
Naizhuo Zhao, Audrey Smargiassi, Marianne Hatzopoulou, Inés Colmegna, Marie Hudson, Marvin J. Fritzler, Philip Awadalla, Sasha Bernatsky

Notice bibliographique

RevueEnvironmental Health · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAir Quality and Health Impacts
Établissements canadiensCentre for Advancing Health OutcomesOntario Institute for Cancer ResearchJewish General HospitalUniversity of CalgaryMcGill UniversityUniversity of TorontoInstitut National de Santé Publique du QuébecUniversité de MontréalMcGill University Health Centre
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMedicineConfidence intervalOdds ratioLogistic regressionRheumatoid arthritisPopulationEnvironmental healthEpidemiologyDemographyImmunologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Abstract Background Studies of associations between industrial air emissions and rheumatic diseases, or diseases-related serological biomarkers, are few. Moreover, previous evaluations typically studied individual (not mixed) emissions. We investigated associations between individual and combined exposures to industrial sulfur dioxide (SO 2 ), nitrogen dioxide (NO 2 ), and fine particles matter (PM 2.5 ) on anti-citrullinated protein antibodies (ACPA), a characteristic biomarker for rheumatoid arthritis (RA). Methods Serum ACPA was determined for 7600 randomly selected CARTaGENE general population subjects in Quebec, Canada. Industrial SO 2 , NO 2 , and PM 2.5 concentrations, estimated by the California Puff (CALPUFF) atmospheric dispersion model, were assigned based on residential postal codes at the time of sera collection. Single-exposure logistic regressions were performed for ACPA positivity defined by 20 U/ml, 40 U/ml, and 60 U/ml thresholds, adjusting for age, sex, French Canadian origin, smoking, and family income. Associations between regional overall PM 2.5 exposure and ACPA positivity were also investigated. The associations between the combined three industrial exposures and the ACPA positivity were assessed by weighted quantile sum (WQS) regressions. Results Significant associations between individual industrial exposures and ACPA positivity defined by the 20 U/ml threshold were seen with single-exposure logistic regression models, for industrial emissions of PM 2.5 (odds ratio, OR = 1.19, 95% confidence intervals, CI: 1.04–1.36) and SO 2 (OR = 1.03, 95% CI: 1.00–1.06), without clear associations for NO 2 (OR = 1.01, 95% CI: 0.86–1.17). Similar findings were seen for the 40 U/ml threshold, although at 60 U/ml, the results were very imprecise. The WQS model demonstrated a positive relationship between combined industrial exposures and ACPA positivity (OR = 1.36, 95% CI: 1.10–1.69 at 20 U/ml) and suggested that industrial PM 2.5 may have a closer association with ACPA positivity than the other exposures. Again, similar findings were seen with the 40 U/ml threshold, though 60 U/ml results were imprecise. No clear association between ACPA and regional overall PM 2.5 exposure was seen. Conclusions We noted positive associations between ACPA and industrial emissions of PM 2.5 and SO 2 . Industrial PM 2.5 exposure may play a particularly important role in this regard.

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)0,000
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 enseignants0,111
Score d'incertitude au seuil0,919

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,000
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 Opus0,035
Tête enseignante GPT0,300
Écart entre enseignants0,265 · 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

Citations38
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueEnvironmental HealthMême sujetAir Quality and Health ImpactsTravaux en français237 207