MétaCan
Menu
Retour à la cohorte
Enregistrement W3170064144 · doi:10.1289/isee.2020.virtual.p-0971

Understanding the joint impacts of fine particulate matter concentration and composition on the incidence and mortality of cardiovascular disease:a component-adjusted approach

2020· article· en· W3170064144 sur OpenAlexaffabout
Hongyu Chen, Z. Zhang, Aaron van Donkelaar, Lianhua Bai, Randall V. Martin, Éric Lavigne, Jeffrey C. Kwong, Rick Burnett

Notice bibliographique

RevueISEE Conference Abstracts · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAir Quality and Health Impacts
Établissements canadiensPublic Health OntarioDalhousie UniversityHealth Canada
Organismes subventionnairesnon disponible
Mots-clésMyocardial infarctionMedicineCardiovascular healthEnvironmental healthIncidence (geometry)PopulationComponent (thermodynamics)DiseaseInternal medicineMathematics

Résumé

récupéré en direct d'OpenAlex

Background: Past health impact assessments of ambient fine particles (PM2.5) have generally considered mass concentration only, despite PM2.5 is a heterogeneous mixture. Given constant changes in the concentration and the composition of atmospheric aerosol, uncertainty exists as to whether the current focus on PM2.5 mass or individual components may fully characterize the health burden of PM2.5. Methods: We proposed a component-adjusted method that jointly estimates the health impacts of PM2.5 and its major components while allowing for a potential nonlinear PM2.5-outcome relationship. Using this method, we quantified the effects of PM2.5 on the risks of developing acute myocardial infarction (AMI) and dying from cardiovascular causes in comparison to three traditional approaches in the entire adult population across Ontario, Canada. Results: We observed that PM2.5 was positively associated with AMI incidence and cardiovascular mortality with all four methods. Comparing to the traditional approaches, however, the new component-adjusted approach demonstrated a significant improvement in explaining the health impacts of PM2.5, especially in the presence of a nonlinear PM2.5-outcome relationship. Using the new approach, we found that the effects of PM2.5 on AMI incidence and cardiovascular mortality may be 10% to 27% higher than what would be estimated from the conventional approaches examining PM2.5 alone. Conclusions: We showed that future research on the health effects of PM2.5 could benefit from integrating information about the relative distributions of major components into health risk assessments. The new approach we proposed can provide superior predictive power and a refined understanding of the health effects of PM2.5 compared with a range of alternative modeling approaches.

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)0,005
score de la tête « metaresearch » (Gemma)0,010
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: aucune
Score de désaccord entre enseignants0,143
Score d'incertitude au seuil0,285

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,010
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
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 Opus0,190
Tête enseignante GPT0,287
Écart entre enseignants0,097 · 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

Citations1
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueISEE Conference AbstractsMême sujetAir Quality and Health ImpactsTravaux en français237 207