Short term associations of ambient nitrogen dioxide with daily total, cardiovascular, and respiratory mortality: multilocation analysis in 398 cities
Notice bibliographique
Résumé
Abstract Objective To evaluate the short term associations between nitrogen dioxide (NO 2 ) and total, cardiovascular, and respiratory mortality across multiple countries/regions worldwide, using a uniform analytical protocol. Design Two stage, time series approach, with overdispersed generalised linear models and multilevel meta-analysis. Setting 398 cities in 22 low to high income countries/regions. Main outcome measures Daily deaths from total (62.8 million), cardiovascular (19.7 million), and respiratory (5.5 million) causes between 1973 and 2018. Results On average, a 10 μg/m 3 increase in NO 2 concentration on lag 1 day (previous day) was associated with 0.46% (95% confidence interval 0.36% to 0.57%), 0.37% (0.22% to 0.51%), and 0.47% (0.21% to 0.72%) increases in total, cardiovascular, and respiratory mortality, respectively. These associations remained robust after adjusting for co-pollutants (particulate matter with aerodynamic diameter ≤10 μm or ≤2.5 μm (PM 10 and PM 2.5 , respectively), ozone, sulfur dioxide, and carbon monoxide). The pooled concentration-response curves for all three causes were almost linear without discernible thresholds. The proportion of deaths attributable to NO 2 concentration above the counterfactual zero level was 1.23% (95% confidence interval 0.96% to 1.51%) across the 398 cities. Conclusions This multilocation study provides key evidence on the independent and linear associations between short term exposure to NO 2 and increased risk of total, cardiovascular, and respiratory mortality, suggesting that health benefits would be achieved by tightening the guidelines and regulatory limits of NO 2 .
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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 ».