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 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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».