Ambient air pollution exposure and COVID-19 related hospitalizations in Santiago, Chile
Notice bibliographique
Résumé
Abstract Morbidity and mortality from several diseases are increased on days of higher ambient air pollution. We carried out a daily time-series analysis with distributive lags to study the influence of short-term air pollution exposure on COVID-19 related hospitalization in Santiago, Chile between March 16 and August 31, 2020. Analyses were adjusted for temporal trends, ambient temperature, and relative humidity, and stratified by age and sex. 26,579 COVID-19 hospitalizations were recorded of which 24,501 were laboratory confirmed. The cumulative percent change in hospitalizations (95% confidence intervals) for an interquartile range increase in air pollutants were: 1.1 (0.2, 2.0) for carbon monoxide (CO), 0.30 (0.0, 0.50) for nitrogen dioxide (NO2), and 2.7 (1.9, 3.0) for particulate matter of diameter ≤ 2.5 microns (PM2.5). Associations with ozone (O3), particulate matter of diameter ≤ 10 microns (PM10) and sulfur dioxide (SO2) were not significant. The observed effect of PM2.5 was significantly greater for females and for those individuals ≥ 65 years old. This study provides evidence that daily increases in air pollution, especially PM2.5, result in a higher observed risk of hospitalization from COVID-19. Females and the elderly may be disproportionately affected.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».