MétaCan
Menu
← Retour à la cohorte
Enregistrement W4399756418 · doi:10.2196/50244

Association of Fine Particulate Matter and Residential Greenness With Risk of Pulmonary Tuberculosis Retreatment: Population-Based Retrospective Study

2024· article· en· W4399756418 sur OpenAlexvenueno aff
Tonglei Guo, Henan Xin, Jiang Du, Xuefang Cao, Boxuan Feng, Yijun He, Lingyu Shen, Yuanzhi Di, Yanxiao Chen, Qi Jin, Lei Gao

Notice bibliographique

RevueJMIR Public Health and Surveillance · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAir Quality and Health Impacts
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEnvironmental healthMedicineParticulatesRetrospective cohort studyTuberculosisPopulationPathologyBiologyEcology

Résumé

récupéré en direct d'OpenAlex

Background: The evidence on the association of fine particulate matter with an aerodynamic diameter of 2.5 μm or less (PM2.5) with pulmonary tuberculosis (PTB) retreatment is limited. There are no data on whether greenness exposure protects air pollution-related PTB retreatment in patients with prior PTB. Objective: In a population-based retrospective study, we aimed to investigate the influence of PM2.5 and residential greenness on the risk of PTB retreatment. Methods: A total of 26,482 patients with incident PTB, registered in a mandatory web-based reporting system between 2012 and 2019 in Zhengzhou, China, were included in the analysis. The exposure to PM2.5 was assessed based on the China High Air Pollutants dataset, and the level of greenness was estimated using the Normalized Difference Vegetation Index (NDVI) values. The associations of PTB retreatment with exposure to PM2.5 and greenness were evaluated, respectively, considering the local socioeconomic level indicated by the nighttime light index. Results: Among the 26,482 patients (mean age 46.86, SD 19.52 years) with a median follow-up time of 1523 days per patient, 1542 (5.82%) PTB retreatments were observed between 2012 and 2019. Exposure to PM2.5 was observed to be significantly associated with the increased risk of PTB retreatment in fully adjusted models with a hazard ratio of 1.97 (95% CI 1.34-2.83) per 10 μg/m3 increase in PM2.5. Patients living in the regions with relatively high quartiles of NDVI values had a 45% lower risk of PTB retreatment than those living in the regions with the lowest quartile for the 500 m buffers (hazard ratio 0.55, 95% CI 0.40-0.77). Such a protective effect of residential greenness was more pronounced among patients living in lower nighttime light areas. The strength of the association between PM2.5 exposure and the risk of PTB retreatment was attenuated by greenness. No significant association was observed between NDVI and the incidence of drug resistance. Conclusions: Long-term exposure to PM2.5 might be a risk factor for PTB retreatment, while an increased level of residential greenness was found to be associated with reduced risks of PTB retreatment. Our results suggest strengthening the control of ambient air pollution and improving residential greenness may contribute to the reduction of PTB retreatment.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,010
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,015
Tête enseignante GPT0,284
Écart entre enseignants0,269 · 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

Citations3
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

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