Long-term exposure to fine particulate matter and ozone and the onset of systemic autoimmune rheumatic diseases: an open cohort study in Quebec, Canada
Notice bibliographique
Résumé
Abstract Objectives To estimate associations between fine particulate matter (PM 2.5 ) and ozone and the onset of systemic autoimmune rheumatic diseases (SARDs). Methods An open cohort of over 6 million adults was constructed from provincial physician billing and hospitalization records between 2000 and 2013. We defined incident SARD cases (SLE, Sjogren’s syndrome, scleroderma, polymyositis, dermatomyositis, polyarteritis nodosa and related conditions, polymyalgia rheumatic, other necrotizing vasculopathies, and undifferentiated connective tissue disease) based on at least two relevant billing diagnostic codes (within 2 years, with at least 1 billing from a rheumatologist), or at least one relevant hospitalization diagnostic code. Estimated PM 2.5 and ozone concentrations (derived from remote sensing and/or chemical transport models) were assigned to subjects based on residential postal codes, updated throughout follow-up. Cox proportional hazards models with annual exposure levels were used to calculate hazard ratios (HRs) for SARDs incidence, adjusting for sex, age, urban-versus-rural residence, and socioeconomic status. Results The adjusted HR for SARDS related to one interquartile range increase in PM 2.5 (3.97 µg/m 3 ) was 1.12 (95% confidence interval 1.08–1.15), but there was no clear association with ozone. Indirectly controlling for smoking did not alter the findings. Conclusions We found associations between SARDs incidence and PM 2.5 , but no relationships with ozone. Additional studies are needed to better understand interplays between the many constituents of air pollution and rheumatic diseases.
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 | 0,003 | 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) | 0,002 | 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 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 ».