Urban Air Pollution and Emergency Department Visits for Cardiac and Respiratory Diseases
Notice bibliographique
Résumé
Air pollution affects various aspects of human health. Here, the associations between the number of emergency department visits for circulatory and respiratory problems and ambient air pollution in Toronto, Canada, in the period between April 2004 and December 2015 were studied. The health data were linked with urban air pollution data and weather factors. The conditional Poisson regression models were built for 18 strata (sex, age group, season), 8 exposure factors (air pollutants, indexes), and their 15 lags (0-14 days). Circulatory problems: the associations were intensified in the cold period (October - March) and were associated with the air quality health index (AQHI). The estimated relative risks for all patients in the cold period, for an increase of the AQHI by 1, at lags 0, 1, and 2 were 1.017 and 95% confidence interval (1.010, 1.024), 1.014 (1.007, 1.021), and 1.009 (1.002, 1.016). Respiratory problems: the analogous results for ozone and its increase by 12.8 ppb at lags 3, 4, and 5 were 1.052 (1.033, 1.161), 1.039 (1.020, 1.121), and 1.027 (1.008, 1.082). It was observed that exposure to certain air pollutants (nitrogen dioxide, ozone, and the AQHI index) are associated with increased emergency department visits in both cardiac and respiratory health problems.
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) | 0,000 | 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 ».