Concentration-dependent health effects of air pollution in controlled human exposures
Notice bibliographique
Résumé
BACKGROUND: Air pollution is a leading contributor to premature mortality worldwide and is often represented by particulate matter (PM), a key contributor to its harmful health effects. Concentration-response relationships are useful for quantifying the effects of air pollution in relevant populations and in considering potential effect thresholds. Controlled human exposures can provide data on acute effects and concentration-response relationships that complement epidemiological studies. OBJECTIVES: We examined PM concentration-responses after controlled human air pollution exposures to examine exposure-response markers, assess effect modifiers, and identify potential effect thresholds. METHODS: We reviewed primary research from published controlled human exposure studies where responses were reported at multiple target PM concentrations or summarized per unit change in PM to identify concentration-dependent effects. RESULTS: Of the 191 publications identified through PubMed and supplementary searches, 31 were eligible. Eligible studies collectively represented four pollutant models: concentrated ambient particles, engineered carbon nanoparticles, diesel exhaust, and woodsmoke. We identified concentration-dependent effects on oxidative stress markers, inflammation, and cardiovascular function that overlapped across different pollutants. Metabolic syndrome and glutathione s-transferase mu 1 genotype were identified as potential effect modifiers. DISCUSSION: Improved understanding of concentration-response relationships is integral to biomonitoring and mitigation of health effects through impact assessment and policy. Although we identified potential concentration-response markers, thresholds, and modifiers, our conclusions on these relationships were limited by a dearth of eligible publications, considerable variability in methodology, and inconsistent reporting standards between studies. More research is required to validate these observations. We recommend that future studies harmonize estimate reporting to facilitate the identification of robust response markers across research and applied settings.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,003 | 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 tête enseignante, 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 ».