Sex-difference in air pollution-related acute circulatory and respiratory mortality and hospitalization
Notice bibliographique
Résumé
BACKGROUND: Numerous studies have estimated adverse effects of short-term exposure to ambient air pollution on public health. Few have focused on sex-differences, and results have been inconsistent. The purpose of this study was three-fold: to identify sex-differences in air pollution-related health outcomes; to examine sex-differences by cause and season; and to examine time trends in sex-differences. METHODS: Daily data were collected on circulatory- and respiratory-related mortality (for 29 years) and cause-specific hospitalization (for 17 years) with hourly concentrations of ozone (O3), nitrogen dioxide (NO2), and fine particulate matter (PM2.5). For hospitalization, more specific causes were examined: ischemic heart disease (IHD), other heart disease (OHD), cerebrovascular disease (CEV), chronic lower respiratory diseases (CLRD), and Influenza/Pneumonia (InfPn). Generalized Poisson models were applied to 24 Canadian cities, and the city-specific estimates were combined for nationwide estimates for each sex using Bayesian hierarchical models. Finally, sex-differences were tested statistically based on their interval estimates, considering the correlation between sex-specific national estimates. RESULTS: Sex-differences were more frequently observed for hospitalization than mortality, respiratory than circulatory health outcomes, and warm than cold season. For hospitalization, males were at higher risk (M > F) for warm season (OHD and InfPn from O3; IHD from NO2; and InfPn from PM2.5), but F > M for cold season (CEV from O3 and OHD from NO2). For mortality, we found F > M only for circulatory diseases from ozone during the warm season. Among the above-mentioned sex-differences, three cases showed consistent time trends over the years: while M > F for OHD from O3 and IHD from NO2, F > M for OHD from NO2. CONCLUSIONS: We found that sex-differences in effect of ambient air pollution varied over health outcome, cause, season and time. In particular, the consistent trends (either F > M or M > F) across 17 years provide stronger evidence of sex-differences in hospitalizations, and warrant investigation in other populations.
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 | 0,002 |
| Communication savante | 0,000 | 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) | 0,000 | 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 ».