Long-term exposure to ambient O3 and PM2.5 is associated with reduced cognitive performance in young adults: A retrospective longitudinal repeated measures study in adults aged 18–90 years
Notice bibliographique
Résumé
A growing body of evidence indicates that exposure to air pollution affects cognitive performance; however, few studies have assessed this in the context of repeated measures within a large group of individuals or in a population with a large age range. In this study, we evaluated the associations between long-term exposure to fine particulate matter (PM2.5) and ozone (O3) in large cohort of adults aged 18–90 years. The study cohort included 29,091 Lumosity users in the contiguous US who completed 20 repetitions of the Lost in Migration game between 2017 and 2018. Game scores reflect the ability to filter information and avoid distracting information. Long-term air pollution data included ambient PM2.5 and O3 averaged for the 365-day period before each gameplay date. Generalized linear models were used to examine the associations between long-term PM2.5 and O3 and game score percentile. Co-pollutant models were adjusted for meteorology, time trend, age, gender, device, education, local socioeconomic factors, and urbanicity. Results represent the change in attention game score percentile per 1 μg/m3 increase in PM2.5 or 0.01 ppm increase in O3. In the entire cohort, a −0.10 (95% CI: −0.16, −0.04) change in score percentile was associated with PM2.5, while no significant association was observed with O3. Modification of these associations by age was observed for both PM2.5 and O3, with stronger associations observed in younger users. In users aged 18–29, a −0.25 (−0.45, −0.05) change in score percentile was associated with PM2.5, while no associations were observed in other age groups. With O3, there was a −2.92 (−4.63, −1.19) and −2.81 (−4.29, −1.25) change in score percentile for users aged 18–29 and 30–39, respectively. We observed that elevated long-term PM2.5 and O3 were associated with decreased focus scores in young adults, but follow-up research is necessary to further illuminate these associations.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».