MétaCan
Menu
Retour à la cohorte
Enregistrement W3152099645 · doi:10.1016/s2542-5196(21)00026-7

Ambient carbon monoxide and daily mortality: a global time-series study in 337 cities

2021· article· en· W3152099645 sur OpenAlexaff
Kai Chen, Susanne Breitner, Kathrin Wolf, Massimo Stafoggia, Francesco Sera, Ana María Vicedo-Cabrera, Yuming Guo, Shilu Tong, Éric Lavigne, Patricia Matus, Haidong Kan, Jouni J. K. Jaakkola, Niilo Ryti, Veronika Huber, Matteo Scortichini, Masahiro Hashizume, Yasushi Honda, Baltazar Nunes, Joana Madureira, Iulian‐Horia Holobâcă, Simona Fratianni, Ho Kim, Whanhee Lee, Aurelio Tobı́as, Carmen Íñiguez, Bertil Forsberg, Christofer Åström, Martina S. Ragettli, Yue Leon Guo, Bing-yu Chen, Shanshan Li, Ai Milojevic, Antonella Zanobetti, Joel Schwartz, Michelle L. Bell, Antonio Gasparrini, Alexandra Schneider

Notice bibliographique

RevueThe Lancet Planetary Health · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAir Quality and Health Impacts
Établissements canadiensOttawa Public HealthUniversity of OttawaHealth Canada
Organismes subventionnairesMedical Research CouncilMinisterio de Asuntos Económicos y Transformación Digital, Gobierno de EspañaBundesministerium für Bildung und ForschungFundação para a Ciência e a TecnologiaNatural Environment Research CouncilScience and Technology Commission of Shanghai MunicipalityNational Health and Medical Research CouncilEuropean CommissionSight Research UK
Mots-clésConfoundingPoisson regressionDemographyRandom effects modelAir pollutionPoisson distributionMultilevel modelGeneralized additive modelOzoneEffect modificationMedicineEnvironmental scienceGeographyStatisticsEnvironmental healthMeteorologyMathematicsPopulationConfidence intervalMeta-analysisChemistryInternal medicine

Résumé

récupéré en direct d'OpenAlex

Background Epidemiological evidence on short-term association between ambient carbon monoxide (CO) and mortality is inconclusive and limited to single cities, regions, or countries. Generalisation of results from previous studies is hindered by potential publication bias and different modelling approaches. We therefore assessed the association between short-term exposure to ambient CO and daily mortality in a multicity, multicountry setting. Methods We collected daily data on air pollution, meteorology, and total mortality from 337 cities in 18 countries or regions, covering various periods from 1979 to 2016. All included cities had at least 2 years of both CO and mortality data. We estimated city-specific associations using confounder-adjusted generalised additive models with a quasi-Poisson distribution, and then pooled the estimates, accounting for their statistical uncertainty, using a random-effects multilevel meta-analytical model. We also assessed the overall shape of the exposure–response curve and evaluated the possibility of a threshold below which health is not affected. Findings Overall, a 1 mg/m 3 increase in the average CO concentration of the previous day was associated with a 0·91% (95% CI 0·32–1·50) increase in daily total mortality. The pooled exposure–response curve showed a continuously elevated mortality risk with increasing CO concentrations, suggesting no threshold. The exposure–response curve was steeper at daily CO levels lower than 1 mg/m 3 , indicating greater risk of mortality per increment in CO exposure, and persisted at daily concentrations as low as 0·6 mg/m 3 or less. The association remained similar after adjustment for ozone but was attenuated after adjustment for particulate matter or sulphur dioxide, or even reduced to null after adjustment for nitrogen dioxide. Interpretation This international study is by far the largest epidemiological investigation on short-term CO-related mortality. We found significant associations between ambient CO and daily mortality, even at levels well below current air quality guidelines. Further studies are warranted to disentangle its independent effect from other traffic-related pollutants. Funding EU Horizon 2020, UK Medical Research Council, and Natural Environment Research Council.

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)0,004
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 enseignants0,023
Score d'incertitude au seuil0,047

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,004
Bibliométrie0,0020,006
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,055
Tête enseignante GPT0,317
Écart entre enseignants0,262 · 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

Citations83
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Lancet Planetary HealthMême sujetAir Quality and Health ImpactsTravaux en français237 207