Air Pollution and Pediatric Respiratory Hospitalizations: Effect Modification by Particle Constituents and Oxidative Potential
Notice bibliographique
Résumé
Abstract Rationale Outdoor particulate and gaseous air pollutants impair respiratory health in children, and these associations may be influenced by particle composition. Objectives To examine whether associations between short-term variations in fine particulate air pollution, oxidant gases, and respiratory hospitalizations in children are modified by particle constituents (metals and sulfur) or oxidative potential. Methods We conducted a case-crossover study of 10,500 children (0–17 years of age) across Canada. Daily fine particle mass concentrations and oxidant gases (nitrogen dioxide and ozone) were collected from ground monitors. Monthly estimates of fine particle constituents (metals and sulfur) and oxidative potential were also measured. Conditional logistic regression models were used to estimate associations between air pollutants and respiratory hospitalizations, above and below median values for particle constituents and oxidative potential. Measurements and Main Results Lag-1 fine particulate matter mass concentrations were not associated with respiratory hospitalizations (odds ratio and 95% confidence interval per 10 μg/m3 increase in fine particulate matter: 1.004 [0.955–1.056]) in analyses ignoring particle constituents and oxidative potential. However, when models were examined above or below median metals, sulfur, and oxidative potential, positive associations were observed above the median. For example, the odds ratio and 95% confidence interval per 10 μg/m3 increase in fine particulate matter were 1.084 (1.007–1.167) when copper was above the median and 0.970 (0.929–1.014) when copper was below the median. Similar trends were observed for oxidant gases. Conclusions Stronger associations were observed between outdoor fine particles, oxidant gases, and respiratory hospitalizations in children when metals, sulfur, and particle oxidative potential were elevated.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».