MétaCan
Menu
Retour à la cohorte
Enregistrement W3127979955 · doi:10.1289/ehp7425

Fine Particle Exposure and Clinical Aggravation in Neurodegenerative Diseases in New York State

2021· article· en· W3127979955 sur OpenAlexaff
Yanelli Nunez, Amelia K. Boehme, Marc G. Weisskopf, Diane B. Ré, Ana Navas‐Acién, Aaron van Donkelaar, Randall V. Martin, Marianthi‐Anna Kioumourtzoglou

Notice bibliographique

RevueEnvironmental Health Perspectives · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAir Quality and Health Impacts
Établissements canadiensDalhousie University
Organismes subventionnairesNational Institute of Environmental Health SciencesNational Institute on AgingNational Institutes of Health
Mots-clésAerodynamic diameterConfoundingMedicinePoisson regressionEnvironmental healthAmyotrophic lateral sclerosisPopulationDiseaseParticulatesDemographyInternal medicineBiology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Adult-onset neurodegenerative diseases affect millions and negatively impact health care systems worldwide. Evidence suggests that air pollution may contribute to aggravation of neurodegeneration, but studies have been limited. OBJECTIVE: We examined the potential association between long-term exposure to particulate matter 2:5 lm in aerodynamic diameter [fine particulate matter (PM 2:5 )] and disease aggravation in Alzheimer's (AD) and Parkinson's (PD) diseases and amyotrophic lateral sclerosis (ALS), using first hospitalization as a surrogate of clinical aggravation. METHODS: We used data from the New York Department of Health Statewide Planning and Research Cooperative System (SPARCS 2000(SPARCS -2014) ) to construct annual county counts of first hospitalizations with a diagnosis of AD, PD, or ALS (total, urbanicity-, sex-, and age-stratified). We used annual PM 2:5 concentrations estimated by a prediction model at a 1-km 2 resolution, which we aggregated to population-weighted county averages to assign exposure to cases based on county of residence. We used outcome-specific mixed quasi-Poisson models with county-specific random intercepts to estimate rate ratios (RRs) for a 1-y PM 2:5 exposure. We allowed for nonlinear exposure-outcome relationships using penalized splines and accounted for potential confounders. RESULTS: We found a positive nonlinear PM 2:5 -PD association that plateaued above 11 lg=m 3 (RR = 1:09, 95% CI: 1.04, 1.14 for a PM 2:5 increase from 8.1 to 10:4 lg=m 3 ). We also found a linear PM 2:5 -ALS positive association (RR = 1:05, 95% CI: 1.01, 1.09 per 1-lg=m 3 PM 2:5 increase), and suggestive evidence of an association with AD. We found effect modification by age for PD and ALS with a stronger positive association in patients <70 years of age but found insufficient evidence of effect modification by sex or urbanization level for any of the outcomes. CONCLUSION: Our findings suggest that annual increase in county-level PM 2:5 concentrations may contribute to clinical aggravation of PD and ALS. Importantly, the average annual PM 2:5 concentration in our study was 8:1 lg=m 3 , below the current American national standards, suggesting the standards may not adequately protect the aging population.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,036
Score d'incertitude au seuil0,752

Scores Codex et Gemma par catégorie

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

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 Opus0,053
Tête enseignante GPT0,351
Écart entre enseignants0,299 · 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 tête enseignante, 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

Citations53
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental Health PerspectivesMême sujetAir Quality and Health ImpactsTravaux en français237 207