Effects of Air Pollution on Disease Activity and Health-Related Quality ofLife of Systemic Lupus Erythematous Patients: An Iranian ObservationalLongitudinal Study
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Introduction: Air pollution is one of the environmental factors that influences the pathogenesis of systemic autoimmune diseases, followed by the development and spread of inflammation and increased oxidative damage. Only a few studies have been conducted on the impact of air pollution on disease activity in patients with lupus, which mostly have focused on PM2.5 particles. Materials and Methods: We longitudinally studied 50 patients with lupus bimonthly in a 6-month period in Mashhad; one of the polluted cities of Iran. Disease activity and quality of life were examined according to SLEDAI2K, SLEQOL, and VAS criteria. The outdoor air pollutant was measured by monitoring the average concentration of nitrogen dioxide (NO2), carbon monoxide (CO), some particles less than 10 and 2.5 micrometers in diameter (PM <10, PM <2.5) and the level of temperature and humidity which were taken from the Meteorological Organization of Mashhad. Confounding factors such as medications were investigated by univariate and multivariate statistical analysis, specifically by GEE method. Results: The possible relation among various factors to SLEDAI, SLEQOL and VAS by two different univariate and multivariate analysis were studied. Our analysis indicated that spring season, decreased temperature, increased air pollutants including (PM2.5, and NO2) and increased humidity increase SLEDAI2K. Furthermore, the percent of polluted days directly correlates with Anti-dsDNA and NO2 significantly increases SLEQOL. Conclusion: Based on our findings, air pollution (particularly NO2 and PM2.5) has affected at least some aspects of the disease and the health-related quality of life (HRQL) of lupus patients. Further research is needed to confirm these findings.
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.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle