MétaCan
Menu
Retour à la cohorte
Enregistrement W3194354569 · doi:10.1289/isee.2021.p-126

Association between exposure to PM2.5 components and disease aggravation in Parkinson’s disease: an analysis in New York State

2021· article· en· W3194354569 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueISEE Conference Abstracts · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAir Quality and Health Impacts
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésConfidence intervalPoisson regressionConfoundingMedicinePopulationEnvironmental healthDemographyInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND AND AIM: Studies suggests that long-term fine particle matter (PM2.5) exposure may contribute to aggravation of Parkinson’s disease (PD), but overall results have been inconsistent. Among other factors, the differences may arise from variations in PM2.5 composition. In a previous study in New York State, we found a nonlinear PM2.5–PD association. To further characterize this association, here we evaluated long-term exposure to specific PM2.5 components in the same cohort. METHODS: We used data from the New York Department of Health Statewide Planning and Research Cooperative System (2000–2014) to construct annual county counts of first hospitalizations with a PD diagnosis. We used well-validated prediction models at 1km2 resolution to calculate county-level population-weighted annual concentrations of six PM2.5 components: black carbon, organic matter, nitrate, sulfate, sea salt, and soil. Exposure was assigned based on county of residence. We used mixed quasi-Poisson models with county-specific random intercepts to estimate rate ratios (RRs) and 95% confidence intervals (CI) for a 1-year exposure to each PM2.5 component. We allowed for nonlinear exposure–outcome relationships using penalized splines and accounted for potential geospatial and temporal confounders. RESULTS:We estimated a linear positive association between organic matter and disease aggravation in PD (RR=1.06, 95%CI: 1.04, 1.09 per one standard deviation (SD) increase) and a positive linear association with nitrate (RR=1.06, 95%CI: 1.03, 1.10 per one SD increase). We found no association with sulfate, sea salt, or soil exposure. CONCLUSIONS:Our results support that particle composition of PM2.5 may influence its adverse effects on PD. Specifically, we identified organic matter and nitrate as potentially important components in the PD–PM2.5 association. KEYWORDS: Air pollution, particle composition, Parkinson's disease, long-term exposures, disease aggravation

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,063
Score d'incertitude au seuil0,996

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,066
Tête enseignante GPT0,307
Écart entre enseignants0,241 · 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