The effect of the urban exposome on COVID-19 health outcomes: A systematic review and meta-analysis
Notice bibliographique
Résumé
The global severity of SARS-CoV-2 illness has been associated with various urban characteristics, including exposure to ambient air pollutants. This systematic review and meta-analysis aims to synthesize findings from ecological and non-ecological studies to investigate the impact of multiple urban-related features on a variety of COVID-19 health outcomes. On December 5, 2022, PubMed was searched to identify all types of observational studies that examined one or more urban exposome characteristics in relation to various COVID-19 health outcomes such as infection severity, the need for hospitalization, ICU admission, COVID pneumonia, and mortality. A total of 38 non-ecological and 241 ecological studies were included in this review. Non-ecological studies highlighted the significant effects of population density, urbanization, and exposure to ambient air pollutants, particularly PM2.5. The meta-analyses revealed that a 1 μg/m3 increase in PM2.5 was associated with a higher likelihood of COVID-19 hospitalization (pooled OR 1.08 (95% CI:1.02–1.14)) and death (pooled OR 1.06 (95% CI:1.03–1.09)). Ecological studies, in addition to confirming the findings of non-ecological studies, also indicated that higher exposure to nitrogen dioxide (NO2), ozone (O3), sulphur dioxide (SO2), and carbon monoxide (CO), as well as lower ambient temperature, humidity, ultraviolet (UV) radiation, and less green and blue space exposure, were associated with increased COVID-19 morbidity and mortality. This systematic review has identified several key vulnerability features related to urban areas in the context of the recent COVID-19 pandemic. The findings underscore the importance of improving policies related to urban exposures and implementing measures to protect individuals from these harmful environmental stressors.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,011 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,018 | 0,037 |
| Bibliométrie | 0,008 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».