Ambient air pollution and inflammatory effects in a Canadian pregnancy cohort
Notice bibliographique
Résumé
Background: Epidemiologic studies have consistently reported associations between air pollution and pregnancy outcomes including preeclampsia and gestational diabetes. However, the biologic mechanisms underlying these relationships remain unclear as few studies have collected relevant biomarker data. We examined relationships between ambient PM 2.5 and NO 2 with markers of inflammation during pregnancy in a prospective cohort of Canadian women. Methods: We analyzed data from 1170 women enrolled in the Maternal-Infant Research on Environmental Chemicals study. Daily residential PM 2.5 and NO 2 exposures during pregnancy were estimated using satellite-based and land-use regression models and used to create 14-day and 30-day exposure windows before blood-draw. Inflammatory markers C-reactive protein, interleukin-6, interleukin-8, and tumor necrosis factor-α were measured in third trimester plasma samples. Multivariable linear regression was used to estimate associations for an interquartile range (IQR) increase in PM 2.5 and NO 2 and markers of inflammation, while adjusting for individual-level confounders. Results: Fourteen-day (IQR: 6.85 µg/m 3 ) and 30-day (IQR: 6.15 µg/m 3 ) average PM 2.5 exposures before blood-draw were positively associated with C-reactive protein after adjustment for covariates (24.6% [95% CI = 9.4, 41.9] and 17.4% [95% CI = 1.0, 35.0] increases, respectively). This association was found to be robust in several sensitivity analyses. Neither PM 2.5 nor NO 2 exposures were associated with interleukin-6, interleukin-8, or tumor necrosis factor-α. Conclusion: Exposure to ambient PM 2.5 is positively associated with maternal inflammatory pathways in late pregnancy. This may contribute to positive associations between ambient PM 2.5 and risk of adverse pregnancy outcomes.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 tête enseignante, 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 ».