The effect of ambient ozone exposure on three types of diabetes: a meta-analysis
Notice bibliographique
Résumé
BACKGROUND: Ozone as an air pollutant is gradually becoming a threat to people's health. However, the effect of ozone exposure on risk of developing diabetes, a fast-growing global metabolic disease, remains controversial. OBJECTIVE: To evaluate the impact of ambient ozone exposure on the incidence rate of type 1, type 2 and gestational diabetes mellitus. METHOD: We systematically searched PubMed, Web of Science, and Cochrane Library databases before July 9, 2022, to determine relevant literature. Data were extracted after quality evaluation according to the Newcastle Ottawa Scale (NOS) and the agency for healthcare research and quality (AHRQ) standards, and a meta-analysis was used to evaluate the correlation between ozone exposure and type 1 diabetes mellitus (T1D), type 2 diabetes mellitus (T2D), and gestational diabetes mellitus (GDM). The heterogeneity test, sensitivity analysis, and publication bias were performed using Stata 16.0. RESULTS: Our search identified 667 studies from three databases, 19 of which were included in our analysis after removing duplicate and ineligible studies. Among the remaining studies, three were on T1D, five were on T2D, and eleven were on GDM. The result showed that ozone exposure was positively correlated with T2D [effect size (ES) = 1.06, 95% CI: 1.02, 1.11] and GDM [pooled odds ratio (OR) = 1.01, 95% CI: 1.00, 1.03]. Subgroup analysis demonstrated that ozone exposure in the first trimester of pregnancy might raise the risk of GDM. However, no significant association was observed between ozone exposure and T1D. CONCLUSION: Long-term exposure to ozone may increase the risk of T2D, and daily ozone exposure during pregnancy was a hazard factor for developing GDM. Decreasing ambient ozone pollution may reduce the burden of both diseases.
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 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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,002 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».