MétaCan
Menu
← Retour à la cohorte
Enregistrement W4283591664 · doi:10.1371/journal.pone.0270459

Urban air pollution and emergency department visits related to central nervous system diseases

2022· article· en· W4283591664 sur OpenAlexafffundabout
Anna Lukina, Brett Burstein, Mieczysław Szyszkowicz

Notice bibliographique

RevuePLoS ONE · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAir Quality and Health Impacts
Établissements canadiensMcGill UniversityMcGill University Health CentreMontreal Children's HospitalHealth Canada
Organismes subventionnairesEnvironment and Climate Change Canada
Mots-clésEmergency departmentMedicineAir pollutionEnvironmental healthAsthmaAmbulatoryPollutantOzoneNames of the days of the weekPediatricsMeteorologyInternal medicinePsychiatryBiology

Résumé

récupéré en direct d'OpenAlex

Ambient air pollution has been associated with adverse neurological health outcomes. Ambient pollutants are thought to trigger oxidative stress and inflammation to which vulnerable populations, such as elderly may be particularly susceptible. Our study investigated the possible association between concentrations of ambient air pollutants and the number of emergency department (ED) visits for nervous system disorders among people residing in a large Canadian city. A time-stratified case-crossover study design combining data from the National Ambulatory Care Reporting System (NACRS) and the National Air Pollution Surveillance (NAPS) between 2004 and 2015 was used. Two air quality health indices were considered in additional to specific pollutants, including carbon monoxide (CO), nitrogen dioxide (NO2), sulfur dioxide (SO2), ozone (O3) and fine particulate matter (PM2.5). Weather condition data were included in the models. ED visits with a discharge diagnosis were identified using ICD-10 codes (G00-G99). The analysis was stratified by sex and age, also by seasons. The associations were investigated in arrays organized as 18 strata and 15 time lags (in days) for each pollutant. Overall, 140,511 ED visits were included for the analysis. Most ED visits were related to episodic and paroxysmal diagnoses (G40-G47, 64%), with a majority of visits for migraines (G43, 39%). Among females, an increase of 0.1ppm ambient CO was associated with an increased risk of paroxysmal diagnoses at day 1 (RR = 1.019 (95%CI 1.004-1.033)), day 6 (1.024 (1.010-1.039)) and day 7 (1.022 (1.007-1.036). PM2.5 and SO2, and air quality indices were similarly associated with ED visits for episodic and paroxysmal disorders in days 6 and 7. Findings highlight that ambient air pollution is associated with an increased number of ED visits for nervous system disorders, particularly visits for paroxysmal diagnoses.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,311
Score d'incertitude au seuil0,618

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,028
Tête enseignante GPT0,244
Écart entre enseignants0,216 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations20
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revuePLoS ONE→Même sujetAir Quality and Health Impacts→Travaux en français237 207→