Pollution atmosphérique et troubles du rythme cardiaque : une étude rétrospective
Notice bibliographique
Résumé
Selon de nombreuses études, une exposition à la pollution atmosphérique augmenterait la morbi-mortalité cardiovasculaire. En effet, la fréquence des troubles du rythme cardiaque dans la population wallonne est très importante. L’objectif de cette étude est de vérifier l’hypothèse d’un lien entre troubles du rythme mesurés par des holters cardiaques et les données issues d’appareils mesurant la concentration des polluants atmosphériques. Les données de santé ont été obtenues via le centre de cardiologie de l’hôpital Erasme. Il s’agit d’un recueil de données rétrospectives sur les 2 à 5 dernières années. Les données environnementales sont : PM2.5, PM10, NO2, O3 et la température. Les modèles statistiques se sont basés sur des analyses « cas-croisé ». Une association entre les PM10 et le nombre d’ESA a été observée. Une augmentation de 10 μg/m3 de PM10 augmente de 20 % le nombre d’ESA (p = 0,040). Le nombre d’ESA augmente avec l’âge (63 % d’ESA en plus lorsque l’âge augmente de 10 ans). Un antécédent d’intervention diminue aussi le nombre d’ESA (−35 %), ce même phénomène est constaté pour les porteurs de pacemaker. Une association plus forte est observée entre le NO2 et l’ESA avec un OR de 1,37 (p = 0,027) dans le modèle final. Aucune association significative n’a été observée entre les effets des polluants et les ESVs. Nos analyses reprennent les effets des différents polluants sur les troubles du rythme, les effets ajustés pour les traitements et les comorbidités. Ils ouvrent la porte à d’autres études plus fines basés sur des mesures individuelles. According to many studies, exposure to air pollution increases cardiovascular morbidity and mortality. It has also been shown that the frequency of heart rhythm disorders in Region wallonne is very high. The objective of this study is to test the hypothesis of a link between rhythm disorders measured by cardiac holters and data from devices measuring the concentration of air pollutants present in ambient air. The health data were obtained via the Erasme hospital's cardiology center. This is a retrospective data collection over the last 2 to 5 years. The environmental data are: PM2.5, PM10, NO2, O3 and temperature. The statistical models were based on “cross-case” analyses. An association between PM10 and the number of ESAs was observed. An increase of 10 μg/m3 of PM10 increases the number of ESAs by 20% (P = 0.040). The number of ESAs increases with age (63% more ESAs when age increases by 10 years). A history of intervention also decreases the number of ESAs (−35%), the same phenomenon is observed for pacemaker wearers (−66%). The strongest association observed between NO2 and ESA with an OR of 1.37 (P = 0.027) in the final model. No significant association was observed between the effects of air pollution and VPCs. Our analyses resume the effects of the different pollutants on rhythm disorders, the effects adjusted for treatment and co-morbidities. They open the door to other more refined studies based on individual measurements.
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 | 0,004 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».