Short-term exposure to ambient air pollution and individual emergency department visits for COVID-19: a case-crossover study in Canada
Notice bibliographique
Résumé
Background Ambient air pollution is thought to contribute to increased risk of COVID-19, but the evidence is controversial. Objective To evaluate the associations between short-term variations in outdoor concentrations of ambient air pollution and COVID-19 emergency department (ED) visits. Methods We conducted a case-crossover study of 78 255 COVID-19 ED visits in Alberta and Ontario, Canada between 1 March 2020 and 31 March 2021. Daily air pollution data (ie, fine particulate matter with diameter less than 2.5 µm (PM 2.5 ), nitrogen dioxide (NO 2 ) and ozone were assigned to individual case of COVID-19 in 10 km × 10 km grid resolution. Conditional logistic regression was used to estimate associations between air pollution and ED visits for COVID-19. Results Cumulative ambient exposure over 0–3 days to PM2.5 (OR 1.010; 95% CI 1.004 to 1.015, per 6.2 µg/m 3 ) and NO 2 (OR 1.021; 95% CI 1.015 to 1.028, per 7.7 ppb) concentrations were associated with ED visits for COVID-19. We found that the association between PM 2.5 and COVID-19 ED visits was stronger among those hospitalised following an ED visit, as a measure of disease severity, (OR 1.023; 95% CI 1.015 to 1.031) compared with those not hospitalised (OR 0.992; 95% CI 0.980 to 1.004) (p value for effect modification=0.04). Conclusions We found associations between short-term exposure to ambient air pollutants and COVID-19 ED visits. Exposure to air pollution may also lead to more severe COVID-19 disease.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».