Air pollution-related asthma profiles among children/adolescents: A multi-group latent class analysis
Notice bibliographique
Résumé
BACKGROUND: This study aimed to investigate the asthma profile among children/adolescents and the relationship of the prevalence of air pollution profiles using latent class analysis (LCA). OBJECTIVES: In this cross-sectional study, a case rural community was selected in an industrial area, and two rural control communities were selected in unexposed areas. METHODS: and total volatile organic compounds were obtained from the records of a fixed air quality monitoring station, and the concentrations of benzene, toluene, xylenes styrene were measured during six campaigns. Asthma data was collected using the International Study of Asthma and Allergies in Childhood in 7-18 years old children/adolescents. The modeling was conducted using LCA. RESULTS: A higher amount of air pollution indices were observed in the case than both control communities. LCA divided the participants into three clusters; "healthy" (92.8%), "moderate" (2.8%), and "severe" (4.4%). A higher probability of severe asthma (6.8%) was observed in the case than control communities (2.6% and 1.8%). Additionally, after adjusting for possible confounders, the odds of asthma was lower in the control communities than the case in both moderate and sever classes (Odds Ratios in the range of 0.135-0.697). CONCLUSIONS: This study indicates asthma profiles of children/adolescents and the higher prevalence of severe class in the area, explaining the possible effect of air pollution.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».