Association between long-term exposure to ambient air pollution and COVID-19 severity: a prospective cohort study
Notice bibliographique
Résumé
Background: The tremendous global health burden related to COVID-19 means that identifying determinants of COVID-19 severity is important for prevention and intervention. We aimed to explore long-term exposure to ambient air pollution as a potential contributor to COVID-19 severity, given its known impact on the respiratory system. Methods: We used a cohort of all people with confirmed SARS-CoV-2 infection, aged 20 years and older and not residing in a long-term care facility in Ontario, Canada, during 2020. We evaluated the association between long-term exposure to fine particulate matter (PM2.5), nitrogen dioxide (NO2) and ground-level ozone (O3), and risk of COVID-19-related hospital admission, intensive care unit (ICU) admission and death. We ascertained individuals’ long-term exposures to each air pollutant based on their residence from 2015 to 2019. We used logistic regression and adjusted for confounders and selection bias using various individual and contextual covariates obtained through data linkage. Results: Among the 151 105 people with confirmed SARS-CoV-2 infection in Ontario in 2020, we observed 8630 hospital admissions, 1912 ICU admissions and 2137 deaths related to COVID-19. For each interquartile range increase in exposure to PM2.5 (1.70 μg/m3), we estimated odds ratios of 1.06 (95% confidence interval [CI] 1.01–1.12), 1.09 (95% CI 0.98–1.21) and 1.00 (95% CI 0.90–1.11) for hospital admission, ICU admission and death, respectively. Estimates were smaller for NO2. We also estimated odds ratios of 1.15 (95% CI 1.06–1.23), 1.30 (95% CI 1.12–1.50) and 1.18 (95% CI 1.02–1.36) per interquartile range increase of 5.14 ppb in O3 for hospital admission, ICU admission and death, respectively. Interpretation: Chronic exposure to air pollution may contribute to severe outcomes after SARS-CoV-2 infection, particularly exposure to O3.
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) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».