MétaCan
Menu
Retour à la cohorte
Enregistrement W4399699005 · doi:10.1038/s41370-024-00684-9

Air quality and attributable mortality among city dwellers in Kampala, Uganda: results from 4 years of continuous PM2.5 concentration monitoring using BAM 1022 reference instrument

2024· article· en· W4399699005 sur OpenAlexfundno aff
Lynn Atuyambe, Samuel Etajak, Felix Walyawula, Simon Kasasa, Agnes Nyabigambo, William Bazeyo, Heather Wipfli, Jonathan M. Samet, Kiros Berhane

Notice bibliographique

RevueJournal of Exposure Science & Environmental Epidemiology · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAir Quality and Health Impacts
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute of Environmental Health SciencesInternational Development Research CentreFogarty International CenterNational Institutes of HealthCenters for Disease Control and PreventionNational Institute for Occupational Safety and HealthGeneral Administration of Customs
Mots-clésEnvironmental scienceRelative humidityAir pollutionAir quality indexEveningMorningEnvironmental healthChristian ministryPollutionParticulatesGeographyToxicologyMeteorologyEnvironmental protectionMedicine

Résumé

récupéré en direct d'OpenAlex

Abstract Background Air pollution is a known risk factor for non-communicable diseases that causes substantial premature death globally. Rapid urban growth, burning of biomass and solid waste, unpaved sections of the road network, rising numbers of vehicles, some with highly polluting engines, contribute to the poor air quality in Kampala. Objective To provide evidence-based estimates of air pollution attributable mortality in Kampala city, with focus on ambient fine particulate matter (PM 2.5 ). Methods We utilized a time series design and prospectively collected data on daily ambient PM 2.5 concentration levels in micrograms per cubic meter (μg/m 3 ) using a Beta Attenuation Monitor (BAM-1022) in Kampala city, Uganda. We combined the PM 2.5 data with all-cause mortality data obtained from the Uganda Bureau of Statistics and the Ministry of Health in Kampala. We calculated attributable risk estimates for mortality using the WHO AirQ+ tools. Results Overall, the annual average concentration for PM 2.5 for the period of 4 years, 2018–2021, was 39 μg/m 3 . There was seasonal variation, with the rainy season months (March–June and October–December) having lower values. PM 2.5 concentrations tend to be highest in the morning (09.00 h) and in the evening (21.00 h.) likely due to increased vehicular emissions as well as the influence of weather patterns (atmospheric temperature, relative humidity and wind). Saturday has the most pollution (daily average over 4 years of 41.2 μg/m 3 ). Regarding attributable risk, we found that of all the deaths in Kampala, 2777 (19.3%), 2136 (17.9%), 1281 (17.9%) and 1063 (19.8%) were attributable to long-term exposure to air pollution (i.e., exposure to PM 2.5 concentrations above the WHO annual guideline of 5 μg/m 3 ) from 2018 to 2021, respectively. For the 4 years and considering the WHO annual guideline as the reference, there were 7257 air pollution-related deaths in Kampala city. Impact Our study is the first to estimate air pollution attributable deaths in Kampala city considering the target as the WHO annual guideline value for PM 2.5 of 5 μg/m 3 . Our monitoring data show that fine particulate matter air pollution in Kampala is above the WHO Air Quality Guideline value, likely resulting in substantial adverse health effects and premature death. While further monitoring is necessary, there is a clear need for control measures to improve air quality in Kampala city.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,010
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,035
Score d'incertitude au seuil0,778

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0100,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,002
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,160
Tête enseignante GPT0,382
Écart entre enseignants0,222 · 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 tête enseignante, 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

Citations15
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Exposure Science & Environmental EpidemiologyMême sujetAir Quality and Health ImpactsTravaux en français237 207