Ambient PM2.5 and its chemical constituents on lifetime-ever pneumonia in Chinese children: A multi-center study
Notice bibliographique
Résumé
The long-term effects of ambient PM2.5 and chemical constituents on childhood pneumonia were still unknown. A cross-sectional study was conducted in 30,315 children in the China Children, Homes, Health (CCHH) project, involving 205 preschools in six cities in China, to investigate the long-term effects of PM2.5 constituents on lifetime-ever diagnosed pneumonia. Information on the lifetime-ever pneumonia and demographics were collected by validated questionnaires. The lifetime annual average ambient PM2.5, ozone and five main PM2.5 constituents, including SO42−, NO3−, NH4+, organic matter (OM) and black carbon (BC), were estimated according to preschool addresses by a combination of satellite remote sensing, chemical transport modeling and ground-based monitors. The prevalence of lifetime-ever diagnosed pneumonia was 34.5% across six cities and differed significantly among cities (p = 0.004). The two-level logistic regression models showed that the adjusted odds ratio for PM2.5 (per 10 µg/m3) and its constituents (per 1 µg/m3)-SO42−, NO3−, NH4+, and OM were 1.12 (95% CI:1.07–1.18), 1.02 (1.00–1.04), 1.06 (1.04–1.09), 1.05 (1.03–1.07) and 1.09 (1.06–1.12), respectively. Children in urban area, aged < 5 years and breastfeeding time < 6 months enhanced the risks of pneumonia. Our study provided robust results that long-term levels of ambient PM2.5 and its constituents increased the risk of childhood pneumonia, especially NH4+, NO3− and OM.
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 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».