Association of air quality during forest fire season with respiratory emergency department visits in Vancouver, British Columbia
Notice bibliographique
Résumé
Climate change has been deemed the biggest global health threat of the 21st century. One consequence of climate change is the increasing frequency and severity of forest fires. Smoke from wildfires has the ability to negatively impact air quality over large distances. The aim of this study was to examine the association that air quality had on emergency department visits for cardiac, respiratory and psychiatric/behavioral health chief complaints during forest fire season in Vancouver, British Columbia. The study period was January 1, 2009 – December 31, 2019. Forest fire season was defined as April 1- September 30. Air quality (measured by PM2.5 in ug/m3) was obtained from the Vancouver International Airport (YVR) Air Quality station. Emergency department visit data (CEDIS triage complaint) was acquired from a regional emergency department database. A generalized linear mixed model with Poisson link function was used to determine the relative risk (as a percentage) for respiratory, cardiac and psychiatric/behavioral health CEDIS triage complaints associated with a 10 unit increase in PM2.5. PM2.5 during forest fire season was significantly associated with emergency department visits for respiratory chief complaints. For every 10 ug/m3 increase in PM2.5, there was a 4.61% (95% CI: 3.07, 6.17) increase in relative risk of respiratory chief complaints presenting to emergency departments. No association was found between PM2.5 and cardiac or psychiatric/behavioral health chief complaints during forest fire season or non-forest fire season. During non-forest fire season, PM2.5 was found to be negatively associated with respiratory (-3.57, 95% CI: -5.44, -1.66) and cardiac chief complaints (-2.77, 95% CI: -4.16, -1.47). Our results indicate a probable association between air quality during forest fire season and emergency department visits for respiratory chief complaints. This provides further illustration of the widespread impact of climate change, and underscores the importance of efforts to address it.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».