Urban Air Pollution and Emergency Department Visits for Neoplasms and Outcomes of Blood Forming and Metabolic Systems
Notice bibliographique
Résumé
This study focused on investigating possible associations between exposure to urban air pollution and the number of emergency department (ED) visits for various health outcomes. The outcomes were grouped into four chapters of the International Classification of Diseases Tenth Revision (ICD-10) system (i.e., Chapter II-IV: “Neoplasms”, “Diseases of the blood”, “Endocrine, nutritional and metabolic diseases”, and XVIII: “Symptoms, signs and abnormal clinical and laboratory findings“). The data were collected for the city of Toronto, Canada, (2004–2015, 4292 days). Four gaseous air pollutants (carbon monoxide (CO), nitrogen dioxide (NO2), ground level ozone (O3), and sulfur dioxide (SO2)) and fine particulate matter (PM2.5), and two calculated air quality health indexes (AQHI) based on Toronto were used. The statistical models were constructed by applying the conditional Poisson regression. The exposure was assessed over a maximum of 15 days (time lags 0–14 days). An analysis was performed with the following strata: sex, age, and seasons. Relative risks (RR) and their 95% confidence intervals (95%CI) were estimated for an increase in concentration by a one interquartile range (IQR). For the AQHI (composed of NO2, O3, and PM2.5), IQR = 1, the estimations for lag 1 and all patients, are RR = 1.023 (95%CI: 1.008, 1.038), 1.026 (1.012, 1.040), 1.013 (1.003, 1.024), and 1.007 (1.003, 1.010) for Chapters II–IV and XVIII, respectively. The results show that in the four large, analyzed health groups, the impact of air quality mainly occurs over a short period (from current day to a maximum of 3 days after 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 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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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 ».