MétaCan
Menu
← Retour à la cohorte
Enregistrement W4294169513 · doi:10.1101/2022.08.29.22279358

Ambient Air Pollution and Subclinical Cardiovascular Disease Measured by Magnetic Resonance Imaging in the Canadian Alliance for Healthy Hearts and Minds Study

2022· preprint· en· W4294169513 sur OpenAlexaffabout
Sandi M. Azab, Karleen Schulze, Jeffrey R. Brook, Dany Doiron, Eric E. Smith, Alan R. Moody, Dipika Desai, Michael Bräuer, Matthias G. Friedrich, Shrikant I. Bangdiwala, Dena Zeraatkar, Douglas S. Lee, Sonia S. Anand, Russell J. de Souza

Notice bibliographique

RevuemedRxiv · 2022
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueAir Quality and Health Impacts
Établissements canadiensHealth Sciences CentreSunnybrook Health Science CentreInstitute for Clinical Evaluative SciencesMcGill UniversityMcGill University Health CentreUniversity of British ColumbiaPublic Health OntarioUniversity of TorontoPopulation Health Research InstituteMcMaster UniversityUniversity of CalgaryImpact
Organismes subventionnairesnon disponible
Mots-clésSubclinical infectionMedicineCohortAir pollutionEnvironmental healthPollutantOzoneAir pollutantsInternal medicineMeteorologyGeographyChemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Background Long-term exposure to air pollution, even at levels below regulatory standards, has been associated with higher risk of cardiovascular-related mortality. Less is known about the association of air pollution and initial development of CVD in low-exposure settings in generally healthy human populations. Objective In the Canadian Alliance for Healthy Hearts and Minds Cohort Study (CAHHM), we aimed to investigate the association between low-level exposure to key air pollutants and subclinical carotid atherosclerosis in adults without known clinical CVD. To date, the association of ambient air pollution and atherosclerosis measured by magnetic resonance imaging (MRI) has not been studied. Methods We studied 6,645 Canadian adults recruited between 2014-2018 from the provinces of British Columbia, Alberta, Ontario, Quebec, and Nova Scotia, for whom average long-term exposures to nitrogen dioxide (NO 2 ), ozone (O 3 ), and fine particulate matter (PM 2.5 ) were estimated for five years prior to the start of CAHHM recruitment, and who underwent MRI to assess carotid vessel wall volume (CWV). Linear mixed models were used to quantify associations between each air pollutant and CWV adjusting for individual-level and community-level risk factors for CVD. Secondary analyses included region-specific stratification and modeling the effect of one pollutant on CWV within low, medium, and high levels of a second pollutant to test for interactions. Results Higher PM 2.5 was nominally associated with lower CWV (quintile 5: 893.3 mm 3 , quintile 1: 908.8 mm 3 ; p-trend =0.05), but this was not robust in region-stratified analysis. Higher NO 2 was associated with lower CWV (quintile 5: 889.5 mm 3 , quintile 1: 918.6 mm 3 ; p-trend <.0001). Higher O 3 was associated with higher CWV (quintile 5: 925.4 mm 3 , quintile 1: 899.7 mm 3 ; p-trend =0.02). NO 2 emerged as a consistent effect modifier of both PM 2.5 and O 3. Conclusion In a cohort of generally healthy adults living in Canada, a country with relatively low levels of air pollution, exposure to NO 2 was negatively associated, and O 3 was positively associated with CWV as a measure of subclinical atherosclerosis by MRI, while associations to PM 2.5 were inconsistent. The reasons for these associations warrant further study.

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)0,002
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 enseignants0,022
Score d'incertitude au seuil0,063

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0030,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,057
Tête enseignante GPT0,318
Écart entre enseignants0,261 · 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

Citations0
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuemedRxiv→Même sujetAir Quality and Health Impacts→Travaux en français237 207→