MétaCan
Menu
Retour à la cohorte
Enregistrement W3186920825 · doi:10.82308/3983

Adoption of a semi-gasifier cookstove intervention and its impact on air pollution and cardiovascular health in southwestern China

2018· article· en· W3186920825 sur OpenAlexfundno aff
Sierra Clark

Notice bibliographique

RevueeScholarship@McGill (McGill) · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnergy and Environment Impacts
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Institutes of Health ResearchMitacsU.S. Environmental Protection AgencyMcGill UniversityNational Geographic SocietyNational Science Foundation
Mots-clésAir pollutionChinaEnvironmental scienceEnvironmental healthPollutionMedicineGeography

Résumé

récupéré en direct d'OpenAlex

Almost half of the world's households burn biomass and coal fuel as their primary energy source for cooking, heating, and other household needs. Household air pollution from inefficient biomass burning is a leading contributor to the global burden of cardiovascular disease, particularly in China. Replacing traditional biomass stoves with lower-polluting biomass stoves and fuels can potentially reduce air pollution exposures and the resulting health burden, though the evidence is limited, particularly for high-performing gasifier stove interventions. I evaluated the adoption and use of a semi-gasifier cooking and water-heating stove and pelletized biomass fuel intervention and its impact on exposures to air pollution and cardiovascular health among 205 rural Chinese women. Over a three year pre- and post-intervention study (n=125 intervention, n=80 control women), we measured women's brachial and central systolic and diastolic blood pressure (bSBP, cSBP, bDBP, cDBP), carotid-femoral pulse wave velocity (cfPWV), and central pulse pressure (cPP), women's personal exposures to air pollution, and a range of other risk factors for cardiovascular disease. I assessed the effect of the intervention on cardiovascular markers over time and between intervention groups with mixed-effects multivariable linear regression models using Bayesian inference procedures. I also collected information on stove use patterns by placing temperature sensors (stove use monitors, "SUM") on stoves for short- (48-h) and long-term (5 or 13 months) periods and administered a survey at 5-8 months after intervention. Multivariable probit and hurdle regression models were built to estimate the associations between intervention uptake (yes/no), 48-h stove use (yes/no), and 48-h duration of use (minutes). Pre- to post-intervention, blood pressure and cPP decreased on average for the intervention and control group, though reductions were slightly greater for the controls resulting in positive non-significant intervention effects for bSBP (mean posterior effect 1.44 mmHg [95% posterior credible interval (CIe) -2.5, 5.2]), cSBP (0.55 mmHg [95% CIe-3.0, 4.1]), bDBP (1.73 mmHg [95% CIe -0.2, 3.5]), cDBP (1.19 mmHg [95% CIe -0.8, 3.1]), cPP (0.23 mmHg [95% CIe -1.8, 1.1]), and no difference for pulse wave velocity (0.03 log-m/s [95% CIe -0.03, 0.08]). The lack of an observed intervention effect on cardiovascular markers was likely due to the fact that air pollution exposures decreased for both intervention and control women on average (range: -19% to -59%) and the intervention was only used a modest amount of the time (mean 40% [95% CI 34, 47] of days per month, 1-5 months post-intervention). Household intervention use was positively associated with reported cooking needs, and negatively associated with age of the main cook, household socioeconomic status, and ownership of other non-biomass stoves. As China and other countries create policies and promote interventions to reduce the burden of cardiovascular disease caused by household air pollution, my thesis provides useful and timely information on the lack of an impact that a high-performing gasifier stove intervention had on reducing air pollution and improving cardiovascular makers in a rural Chinese setting.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,114
Score d'incertitude au seuil0,227

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
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 Opus0,012
Tête enseignante GPT0,235
Écart entre enseignants0,223 · 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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueeScholarship@McGill (McGill)Même sujetEnergy and Environment ImpactsTravaux en français237 207