MétaCan
Menu
Retour à la cohorte
Enregistrement W4294818544 · doi:10.1161/circulationaha.121.058058

Protecting Cardiovascular Health From Wildfire Smoke

2022· review· en· W4294818544 sur OpenAlexaff
Michael Hadley, Sarah B. Henderson, Michael Bräuer, Rajesh Vedanthan

Notice bibliographique

RevueCirculation · 2022
Typereview
Langueen
DomaineEnvironmental Science
ThématiqueClimate Change and Health Impacts
Établissements canadiensBC Centre for Disease ControlUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMedicinePsychological interventionEnvironmental healthSmokePublic healthPopulationGlobal healthPathology

Résumé

récupéré en direct d'OpenAlex

Wildfire smoke is a rapidly growing threat to global cardiovascular health. We review the literature linking wildfire smoke exposures to cardiovascular effects. We find substantial evidence that short-term exposures are associated with key cardiovascular outcomes, including mortality, hospitalization, and acute coronary syndrome. Wildfire smoke exposures will continue to increase over the majority of Earth's surface. For example, the United States alone has experienced a 5-fold increase in annual area burned since 1972, with 82 million individuals estimated to be exposed to wildfire smoke by midcentury. The associated rise in excess morbidity and mortality constitutes a growing global public health crisis. Fortunately, the effect of wildfire smoke on cardiovascular health is modifiable at the individual and population levels through specific interventions. Health systems therefore have an opportunity to help safeguard patients from smoke exposures. We provide a roadmap of evidence-based interventions to reduce risk and protect cardiovascular health. Key interventions include preparing health systems for smoke events; identifying and educating vulnerable patients; reducing outdoor activities; creating cleaner air environments; using air filtration devices and personal respirators; and aggressive management of chronic diseases and traditional risk factors. Further research is needed to test the efficacy of interventions on reducing cardiovascular outcomes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,997
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,240
Tête enseignante GPT0,370
Écart entre enseignants0,130 · 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 tête enseignante, pas un consensus.

Devis d'étudeAutre devis
Domainenon disponible
GenreSynthèse

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

En bref

Citations67
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCirculationMême sujetClimate Change and Health ImpactsTravaux en français237 207