Effects of residential PM2.5 exposures from indoor and outdoor sources on blood pressure and respiratory inflammation in rural and urban Beijing
Notice bibliographique
Résumé
Introduction Arising from different activities, indoor-generated (PM2.5_ig) and outdoor-generated residential PM2.5 (PM2.5_og) may have different toxicities and health effects. We aimed to evaluate the effects of PM2.5_ig and PM2.5_og on systolic blood pressure (SBP), diastolic blood pressure (DBP) and respiratory inflammation (represented by exhaled Nitric Oxide (eNO)).Methods 72 subjects participated in the residential monitoring of PM2.5 in urban and rural Beijing during winter 2016 and summer 2017. In total, valid data were captured for 450 measurement days (approx. 3 days per participant per season). Within the same week of exposure monitoring, BP and eNO from participants were measured two times. A classifying algorithm was developed to isolate PM2.5_ig and PM2.5_og from residential and ambient measurements. Linear mixed-effects model was used to examine the associations between residential exposure and health outcomes.Results For all measurements except PM2.5_og (PM2.5_ig, eNO, SBP and DBP), significant differences were observed between rural and urban participants during the two seasons. For all measurements (PM2.5_ig, PM2.5_og, eNO, SBP and DBP), significant differences were observed between seasons in both sites. Overall, an interquartile range (IQR) increase (22.0 ug/m3) in lag 1-day exposure to PM2.5_og was associated with an elevation in SBP by 1.70% (confidence interval [CI]: 0.47%, 2.95%) and eNO by 15.44% (CI: 6.60%, 25.02%); an IQR increase (5.8 ug/m3) in lag 2-day exposure to PM2.5_ig was associated with an elevation in SBP by 1.12% (CI: 0.26%, 2.00%) and an increased DBP by 1.26% (CI: 0.39%, 2.14%). However, PM2.5_ig were negligible (<0.5 ug/m3) in 44% and 54% of measurement days during winter 2016 and summer 2017, which affected the output from the linear mixed-effects model.Conclusion PM2.5_og and PM2.5_ig demonstrated different lag effects and effect sizes in the assessed health metrics. Full investigation with alternative modelling techniques is ongoing to evaluate the relationship in more detail.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».