Daily Summer Temperatures and Hospitalization for Acute Cardiovascular Events: Impact of Outdoor PM2.5 Oxidative Potential on Observed Associations Across Canada
Notice bibliographique
Résumé
BACKGROUND: Oxidative stress plays an important role in the health impacts of both outdoor fine particulate air pollution (PM 2.5 ) and thermal stress. However, it is not clear how the oxidative potential of PM 2.5 may influence the acute cardiovascular effects of temperature. METHODS: We conducted a case-crossover study of hospitalization for cardiovascular events in 35 cities across Canada during the summer months (July-September) between 2016 and 2018. We collected three different metrics of PM 2.5 oxidative potential each month in each location. We estimated associations between lag-0 daily temperature (per 5ºC) and hospitalization for all cardiovascular (n = 44,876) and ischemic heart disease (n = 14,034) events across strata of monthly PM 2.5 oxidative potential using conditional logistical models adjusting for potential time-varying confounders. RESULTS: Overall, associations between lag-0 temperature and acute cardiovascular events tended to be stronger when outdoor PM 2.5 oxidative potential was higher. For example, when glutathione-related oxidative potential (OP GSH ) was in the highest tertile, the odds ratio (OR) for all cardiovascular events was 1.040 (95% confidence intervals [CI] = 1.004, 1.074) compared with 0.980 (95% CI = 0.943, 1.018) when OP GSH was in the lowest tertile. We observed a greater difference for ischemic heart disease events, particularly for older subjects (age >70 years). CONCLUSIONS: The acute cardiovascular health impacts of summer temperature variations may be greater when outdoor PM 2.5 oxidative potential is elevated. This may be particularly important for ischemic heart disease events.
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 | 0,002 | 0,002 |
| 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 ».