The influence of outdoor PM2.5 concentration at workplace on nonaccidental mortality estimates in a Canadian census-based cohort
Notice bibliographique
Résumé
Background: Associations between mortality and exposure to ambient air pollution are usually explored using concentrations of residential outdoor fine particulate matter (PM 2.5 ) to estimate individual exposure. Such studies all have an important limitation in that they do not capture data on individual mobility throughout the day to areas where concentrations may be substantially different, leading to possible exposure misclassification. We examine the possible role of outdoor PM 2.5 concentrations at work for a large population-based mortality cohort. Methods: Using the 2001 Canadian Census Health and Environment Cohort (CanCHEC), we created a time-weighted average that incorporates employment hours worked in the past week and outdoor PM 2.5 concentration at work and home. We used a Cox proportional hazard model with a 15-year follow-up (2001 to 2016) to explore whether inclusion of workplace estimates had an impact on hazard ratios for mortality for this cohort. Results: Hazard ratios relying on outdoor PM 2.5 concentration at home were not significantly different from those using a time-weighted estimate, for the full cohort, nor for those who commute to a regular workplace. When exploring cohort subgroups according to neighborhood type and commute distance, there was a notable but insignificant change in risk of nonaccidental death for those living in car-oriented neighborhoods, and with commutes greater than 10 km. Conclusions: Risk analyses performed with large cohorts in low-pollution environments do not seem to be biased if relying solely on outdoor PM 2.5 concentrations at home to estimate exposure.
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 | 0,002 | 0,001 |
| 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 | 0,001 |
| 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 ».