MétaCan
Menu
Retour à la cohorte
Enregistrement W4322487814 · doi:10.1016/j.cjca.2023.02.018

Too Loud to Handle? Transportation Noise and Cardiovascular Disease

2023· review· en· W4322487814 sur OpenAlexvenueno aff
Thomas Münzel, Hendrik Treede, Omar Hahad, Andreas Daiber

Notice bibliographique

RevueCanadian Journal of Cardiology · 2023
Typereview
Langueen
DomaineHealth Professions
ThématiqueNoise Effects and Management
Établissements canadiensnon disponible
Organismes subventionnairesUniversitätsmedizin der Johannes Gutenberg-Universität MainzBoehringer Ingelheim StiftungStiftung Mainzer HerzDeutsches Zentrum für Herz-Kreislaufforschung
Mots-clésMedicineDiseaseEndothelial dysfunctionOxidative stressNoise (video)Stroke (engine)CardiologySleep (system call)Internal medicine

Résumé

récupéré en direct d'OpenAlex

The World Health Organization reported that more than 1.6 million healthy life-years are lost yearly from traffic-related noise in western Europe. In addition, the number of studies on health side effects in response to traffic noise is steadily growing, mainly cardiovascular disease, such as acute and chronic ischemic heart disease, heart failure, arrhythmia, and stroke. Pathophysiologically nighttime noise has been shown to cause sleep disturbances, including too short sleep periods and frequent interruption of sleep leading to an increase in the levels of circulating stress hormones and subsequently to a significant increase in the production of reactive oxygen species (oxidative stress) and inflammation in the vasculature and the brain. The consequence is arterial hypertension and vascular (endothelial) dysfunction, which might increase the risk of cardiovascular disease. With the present review, we give an overview of the "so-called" nonauditory cardiovascular health effects of noise, which have been proposed to be responsible for the future development of cardiovascular disease. We present epidemiological evidence but also evidence provided by translational human and experimental noise studies. Finally, we discuss manoeuvres to mitigate noise effectively.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,837
Score d'incertitude au seuil0,923

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,101
Tête enseignante GPT0,392
Écart entre enseignants0,291 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations14
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of CardiologyMême sujetNoise Effects and ManagementTravaux en français237 207