Long-term trends in urban NO2 concentrations and associated pediatric asthma cases: estimates from global datasets
Notice bibliographique
Résumé
Background: Combustion-related nitrogen dioxide (NO2) air pollution is associated with pediatric asthma incidence. We estimated global surface NO2 concentrations consistent with the Global Burden of Disease Study for 1990-2019 at 1km resolution, and concentrations and attributable pediatric asthma incidence trends in 13,189 cities from 2000-2019. Methods: We scaled an existing surface annual average NO2 concentrations dataset for 2010-2012 from a land use regression model (based on 5,220 NO2 monitors in 58 countries and land use variables) to other years using NO2 column densities from satellite and reanalysis datasets. We applied these concentrations to epidemiologically-derived concentration-response factors, population, and baseline asthma rates to estimate NO2-attributable pediatric asthma incidence. Findings: We estimated that 1.85 million (95% uncertainty interval: 0.93 – 2.8 million) new pediatric asthma cases were attributable to NO2 globally in 2019, two-thirds of which occurred in urban areas. The fraction of pediatric asthma incidence that is attributable to NO2 in urban areas declined from 20% in 2000 to 16% in 2019. Urban attributable fractions dropped in High-income (-41%), Latin America/Caribbean (-16%), Central Europe, Eastern Europe, and Central Asia (-13%), and Southeast Asia, East Asia, and Oceania (-6%), and rose in South Asia (+23%), Sub-Saharan Africa (+11%), and North Africa and Middle East (+5%) regions. The importance of NO2 concentrations, pediatric population size, and asthma incidence rates in driving these changes differs regionally. Interpretation: Despite improvements in some regions, combustion-related NO2 pollution continues to be an important contributor to pediatric asthma incidence globally, particularly in cities. Funding: Health Effects Institute, NASA
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».