MétaCan
Menu
Retour à la cohorte
Enregistrement W3048755000 · doi:10.1289/ehp5809

Exposure to Road Traffic Noise and Incidence of Acute Myocardial Infarction and Congestive Heart Failure: A Population-Based Cohort Study in Toronto, Canada

2020· article· en· W3048755000 sur OpenAlexafffundabout
Li Bai, Saeha Shin, Tor H. Oiamo, Richard T. Burnett, Scott Weichenthal, Michael Jerrett, Jeffrey C. Kwong, Ray Copes, Alexander Kopp, Hong Chen

Notice bibliographique

RevueEnvironmental Health Perspectives · 2020
Typearticle
Langueen
DomaineHealth Professions
ThématiqueNoise Effects and Management
Établissements canadiensHealth CanadaInstitute for Clinical Evaluative SciencesMcGill UniversityUniversity of TorontoToronto Metropolitan UniversityPublic Health Ontario
Organismes subventionnairesHealth CanadaDepartment of Family and Community Medicine, University of TorontoUniversity of TorontoOntario Ministry of Health and Long-Term Care
Mots-clésMedicineMyocardial infarctionInterquartile rangeHeart failureHazard ratioCohortPopulationInternal medicineProportional hazards modelIncidence (geometry)Cohort studyConfidence intervalEpidemiologyCardiologyEnvironmental health

Résumé

récupéré en direct d'OpenAlex

Background: Epidemiological evidence for the association between traffic-related noise and the incidence of major cardiovascular events such as acute myocardial infarction (AMI) and congestive heart failure (CHF) is inconclusive, especially in North America. Objectives: We evaluated the associations between long-term exposure to road traffic noise and the incidence of AMI and CHF. Methods: Our study population comprised ∼1 million people 30–100 years of age who lived in Toronto, Canada, from 2001 to 2015 and were free of AMI (referred to as the AMI cohort) or CHF (the CHF cohort) at baseline. Outcomes were ascertained from health administrative databases using validated algorithms. Annual average noise levels were estimated as the A-weighted equivalent sound pressure level over the 24-h period (LAeq24) and during nighttime (LAeqNight), respectively, using propagation modeling, and assigned to participants’ annual six-digit postal code addresses during follow-up. We calculated hazard ratios (HRs) and 95% confidence intervals (CIs) for incident AMI and CHF in relation to LAeq24 and LAeqNight using random-effects Cox proportional hazards models adjusting for individual- and census tract–level covariates, including traffic-related air pollutants [e.g., ultrafine particles (UFPs) and nitrogen dioxide]. Results: During follow-up, there were 37,441 AMI incident cases and 95,138 CHF incident cases. Each interquartile range change in LAeq24 was associated with an increased risk of incident AMI (HR=1.07; 95% CI: 1.06, 1.08) and CHF (HR=1.07; 95% CI: 1.06, 1.09). Similarly, LAeqNight was associated with incident AMI (HR=1.07; 95% CI: 1.05, 1.08) and CHF (HR=1.06; 95% CI: 1.05, 1.07). These results were robust to various sensitivity analyses and remained elevated after controlling for long-term exposure to UFPs and nitrogen dioxide. We found near-linear relationships between noise and the incidence of AMI and CHF with no evidence of threshold values. Conclusion: In this large cohort study in Toronto, Canada, chronic exposure to road traffic noise was associated with elevated risks for AMI and CHF incidence. https://doi.org/10.1289/EHP5809

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,020
Score d'incertitude au seuil0,142

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,004
Études des sciences et des technologies0,0020,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,009
Tête enseignante GPT0,314
Écart entre enseignants0,305 · 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 source (Gemma direct ou Codex distillé), 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 Health PerspectivesMême sujetNoise Effects and ManagementTravaux en français237 207