MétaCan
Menu
Retour à la cohorte
Enregistrement W3116177924 · doi:10.1136/bjophthalmol-2020-316218

Association of ambient air pollution with age-related macular degeneration and retinal thickness in UK Biobank

2021· article· en· W3116177924 sur OpenAlexaff
Sharon Chua, Alasdair Warwick, Tünde Pető, Konstantinos Balaskas, Anthony T. Moore, Charles Reisman, Parul Desai, Andrew Lotery, Baljean Dhillon, Peng T. Khaw, Christopher G. Owen, Anthony P. Khawaja, Paul J. Foster, Praveen J. Patel

Notice bibliographique

RevueBritish Journal of Ophthalmology · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueRetinal Diseases and Treatments
Établissements canadiensPopulation Health Research Institute
Organismes subventionnairesMoorfields Eye Hospital NHS Foundation TrustNational Institute for Health and Care ResearchInternational Glaucoma AssociationMoorfields Eye CharityWellcome TrustAlcon Research InstituteWellcome
Mots-clésBiobankMedicineMacular degenerationRetinalOphthalmologyOptometryRetinal degenerationEnvironmental healthBioinformatics

Résumé

récupéré en direct d'OpenAlex

Aim To examine the associations of air pollution with both self-reported age-related macular degeneration (AMD), and in vivo measures of retinal sublayer thicknesses. Methods We included 115 954 UK Biobank participants aged 40–69 years old in this cross-sectional study. Ambient air pollution measures included particulate matter, nitrogen dioxide (NO 2 ) and nitrogen oxides (NO x ). Participants with self-reported ocular conditions, high refractive error (< −6 or > +6 diopters) and poor spectral-domain optical coherence tomography (SD-OCT) image were excluded. Self-reported AMD was used to identify overt disease. SD-OCT imaging derived photoreceptor sublayer thickness and retinal pigment epithelium (RPE) layer thickness were used as structural biomarkers of AMD for 52 602 participants. We examined the associations of ambient air pollution with self-reported AMD and both photoreceptor sublayers and RPE layer thicknesses. Results After adjusting for covariates, people who were exposed to higher fine ambient particulate matter with an aerodynamic diameter <2.5 µm (PM 2.5 , per IQR increase) had higher odds of self-reported AMD (OR=1.08, p=0.036), thinner photoreceptor synaptic region (β=−0.16 µm, p=2.0 × 10 −5 ), thicker photoreceptor inner segment layer (β=0.04 µm, p=0.001) and thinner RPE (β=−0.13 µm, p=0.002). Higher levels of PM 2.5 absorbance and NO 2 were associated with thicker photoreceptor inner and outer segment layers, and a thinner RPE layer. Higher levels of PM 10 (PM with an aerodynamic diameter <10 µm) was associated with thicker photoreceptor outer segment and thinner RPE, while higher exposure to NO x was associated with thinner photoreceptor synaptic region. Conclusion Greater exposure to PM 2.5 was associated with self-reported AMD, while PM 2.5 , PM 2.5 absorbance, PM 10 , NO 2 and NO x were all associated with differences in retinal layer thickness.

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)0,006
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 enseignants0,029
Score d'incertitude au seuil0,057

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,263
Écart entre enseignants0,253 · 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

Citations82
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBritish Journal of OphthalmologyMême sujetRetinal Diseases and TreatmentsTravaux en français237 207