Low-cost IoT sensors reveal adverse health outcomes associated with air pollution exposure
Notice bibliographique
Résumé
Abstract Background Air pollution is a major public health threat and has been linked to various adverse health effects including respiratory and cardiovascular diseases. Fine particulate matter (PM2.5) and coarse particulate matter (PM10) are two major components of air pollution that are significant contributors to these health outcomes. With the advent of low-cost sensors, accurate measurement of exposure has become possible, allowing for better assessment of the impact of air pollution exposure on human health. Methods To investigate the association between air pollution exposure and illnesses resulting in hospital visits, IoT sensors were deployed in Ulaanbaatar, Mongolia, to measure PM2.5 and PM10 levels from 2018-2021. Health data was obtained from the Mongolian National Center for Public Health. Multivariable logistic regression models were used to estimate overall odds ratios for the associations between daily PM2.5 and PM10 exposure and the occurrence of illnesses, adjusting for age and sex. Results The unadjusted odds ratio for the association between PM10 exposure and acute respiratory illnesses was 1.3, while the unadjusted odds ratio for PM2.5 exposure was 1.2; decreasing to 1.2 and 1.1 respectively after adjusting for age and sex (p < 0.05). These findings are consistent with previous studies and highlight the significant impact of air pollution on the occurrence of acute respiratory illnesses. The use of IoT sensors allowed for accurate assessment of air pollution exposure in the study population. Conclusions This study provides further evidence of the detrimental effects of air pollution on human health, particularly on the occurrence of acute respiratory illnesses. These findings highlight the importance of continued efforts to reduce air pollution levels. Accurate measurement of exposure rates using IoT sensors can aid in identifying and addressing sources of air pollution to improve the quality of life for individuals and communities affected by this health threat. Key messages • This study shows the significant impact of air pollution on acute respiratory illnesses, highlighting the importance of reducing air pollution levels. • Accurate measurement of air pollution exposure using IoT sensors can aid in identifying and addressing sources of air pollution to improve public health.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».