MétaCan
Menu
← Retour à la cohorte
Enregistrement W4386263674 · doi:10.2196/41862

Mortality Risk and Burden From a Spectrum of Causes in Relation to Size-Fractionated Particulate Matters: Time Series Analysis

2023· article· en· W4386263674 sur OpenAlexvenueno aff
Jun Yang, Hang Dong, Chao Yu, Bixia Li, Guozhen Lin, Sujuan Chen, Dongjie Cai, Lin Huang, Boguang Wang, Mengmeng Li

Notice bibliographique

RevueJMIR Public Health and Surveillance · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAir Quality and Health Impacts
Établissements canadiensnon disponible
Organismes subventionnairesBasic and Applied Basic Research Foundation of Guangdong ProvinceNational Natural Science Foundation of China
Mots-clésParticulatesSeries (stratigraphy)Relation (database)Broad spectrumEconometricsEnvironmental healthStatisticsEnvironmental scienceToxicologyMedicineChemistryMathematicsComputer scienceBiologyData mining

Résumé

récupéré en direct d'OpenAlex

Background There is limited evidence regarding the adverse impact of particulate matters (PMs) on multiple body systems from both epidemiological and mechanistic studies. The association between size-fractionated PMs and mortality risk, as well as the burden of a whole spectrum of causes of death, remains poorly characterized. Objective We aimed to examine the wide range of susceptible diseases affected by different sizes of PMs. We also assessed the association between PMs with an aerodynamic diameter less than 1 µm (PM1), 2.5 µm (PM2.5), and 10 µm (PM10) and deaths from 36 causes in Guangzhou, China. Methods Daily data were obtained on cause-specific mortality, PMs, and meteorology from 2014 to 2016. A time-stratified case-crossover approach was applied to estimate the risk and burden of cause-specific mortality attributable to PMs after adjusting for potential confounding variables, such as long-term trend and seasonality, relative humidity, temperature, air pressure, and public holidays. Stratification analyses were further conducted to explore the potential modification effects of season and demographic characteristics (eg, gender and age). We also assessed the reduction in mortality achieved by meeting the new air quality guidelines set by the World Health Organization (WHO). Results Positive and monotonic associations were generally observed between PMs and mortality. For every 10 μg/m3 increase in 4-day moving average concentrations of PM1, PM2.5, and PM10, the risk of all-cause mortality increased by 2.00% (95% CI 1.08%-2.92%), 1.54% (95% CI 0.93%-2.16%), and 1.38% (95% CI 0.95%-1.82%), respectively. Significant effects of size-fractionated PMs were observed for deaths attributed to nonaccidental causes, cardiovascular disease, respiratory disease, neoplasms, chronic rheumatic heart diseases, hypertensive diseases, cerebrovascular diseases, stroke, influenza, and pneumonia. If daily concentrations of PM1, PM2.5, and PM10 reached the WHO target levels of 10, 15, and 45 μg/m3, 7921 (95% empirical CI [eCI] 4454-11,206), 8303 (95% eCI 5063-11,248), and 8326 (95% eCI 5980-10690) deaths could be prevented, respectively. The effect estimates of PMs were relatively higher during hot months, among female individuals, and among those aged 85 years and older, although the differences between subgroups were not statistically significant. Conclusions We observed positive and monotonical exposure-response curves between PMs and deaths from several diseases. The effect of PM1 was stronger on mortality than that of PM2.5 and PM10. A substantial number of premature deaths could be preventable by adhering to the WHO’s new guidelines for PMs. Our findings highlight the importance of a size-based strategy in controlling PMs and managing their health impact.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,032
Tête enseignante GPT0,318
Écart entre enseignants0,286 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Public Health and Surveillance→Même sujetAir Quality and Health Impacts→Travaux en français237 207→