Effect of ambient air pollutants PM2.5 and PM10 on COVID-19 incidence and mortality: observational study.
Notice bibliographique
Résumé
OBJECTIVE: Environmental pollution is a leading global challenge affecting weather conditions and causing severe environmental, social, and public health problems. This study explores the impact of ambient air pollutants, particular matter (PM), PM2.5 and PM10 on morbidity and mortality of Severe Acute Respiratory Syndrome Coronavirus 2 (SARS-CoV-2) globally. MATERIALS AND METHODS: In this study, initially 492 research articles were identified through seven search engines containing Web of Science, Medline, PubMed, EMBASE, Scopus, WHO COVID-19 literature, and Ovid databases by consuming keywords "Environmental pollution, Ambient air pollutants, particulate matter, PM2.5, PM10, Severe Acute Respiratory Syndrome Coronavirus 2 (SARS-CoV-2), and COVID-19 pandemic". Finally, 26 original research publications were included for the analysis, and the remaining were excluded. These studies were originated from the United States of America (9), China (5), Italy (3), India (1), worldwide (1), and one study each from England, Spain, Canada, Saudi Arabia, Singapore, Japan, and Iran. RESULTS: The analysis based on a worldwide dataset assembled the information from the global literature from December 2019 to September 30, 2021. The assessment for the various regions to a global extent was based on air pollutants and COVID-19 cases and deaths. Twenty- six studies met the selection criteria representing almost all over the world. Based on the synthesis of scientific studies, it was identified that PM2.5 and PM10 are associated with 15.08%, 11.44 increased COVID-19 cases, and 9.26% and 0.75% COVID-19 deaths, respectively. CONCLUSIONS: The evidence indicates that PM2.5 and PM10 can affect COVID-19 epidemiology in various geographical regions. The findings established an association and a possible causal link between increasing ambient air pollutants, particulate matter PM2.5 and PM10 with increased incidence and mortality of COVID-19. The global health authorities must take strict preventive measures to minimize air pollution and combat such challenging and threatening COVID-19 pandemic globally.
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 | 0,003 |
| 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) | 0,000 | 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 ».