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 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 | 0,001 |
| 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 ».