Household and personal air pollution exposure measurements from 120 communities in eight countries: results from the PURE-AIR study
Notice bibliographique
Résumé
Background Approximately 2·8 billion people are exposed to household air pollution from cooking with polluting fuels. Few monitoring studies have systematically measured health-damaging air pollutant (ie, fine particulate matter [PM 2·5 ] and black carbon) concentrations from a wide range of cooking fuels across diverse populations. This multinational study aimed to assess the magnitude of kitchen concentrations and personal exposures to PM 2·5 and black carbon in rural communities with a wide range of cooking environments. Methods As part of the Prospective Urban and Rural Epidemiological (PURE) cohort, the PURE-AIR study was done in 120 rural communities in eight countries (Bangladesh, Chile, China, Colombia, India, Pakistan, Tanzania, and Zimbabwe). Data were collected from 2541 households and from 998 individuals (442 men and 556 women). Gravimetric (or filter-based) 48 h kitchen and personal PM 2·5 measurements were collected. Light absorbance (10 −5 m −1 ) of the PM 2·5 filters, a proxy for black carbon concentrations, was calculated via an image-based reflectance method. Surveys of household characteristics and cooking patterns were collected before and after the 48 h monitoring period. Findings Monitoring of household air pollution for the PURE-AIR study was done from June, 2017, to September, 2019. A mean PM 2·5 kitchen concentration gradient emerged across primary cooking fuels: gas (45 μg/m 3 [95% CI 43–48]), electricity (53 μg/m 3 [47–60]), coal (68 μg/m 3 [61–77]), charcoal (92 μg/m 3 [58–146]), agricultural or crop waste (106 μg/m 3 [91–125]), wood (109 μg/m 3 [102–118]), animal dung (224 μg/m 3 [197–254]), and shrubs or grass (276 μg/m 3 [223–342]). Among households cooking primarily with wood, average PM 2·5 concentrations varied ten-fold (range: 40–380 μg/m 3 ). Fuel stacking was prevalent (981 [39%] of 2541 households); using wood as a primary cooking fuel with clean secondary cooking fuels (eg, gas) was associated with 50% lower PM 2·5 and black carbon concentrations than using only wood as a primary cooking fuel. Similar average PM 2·5 personal exposures between women (67 μg/m 3 [95% CI 62–72]) and men (62 [58–67]) were observed. Nearly equivalent average personal exposure to kitchen exposure ratios were observed for PM 2·5 (0·79 [95% 0·71–0·88] for men and 0·82 [0·74–0·91] for women) and black carbon (0·64 [0·45–0·92] for men and 0·68 [0·46–1·02] for women). Interpretation Using clean primary fuels substantially lowers kitchen PM 2·5 concentrations. Importantly, average kitchen and personal PM 2·5 measurements for all primary fuel types exceeded WHO's Interim Target-1 (35 μg/m 3 annual average), highlighting the need for comprehensive pollution mitigation strategies. Funding Canadian Institutes for Health Research, National Institutes of Health.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), 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 ».