Airborne Nanoparticle Concentrations Are Associated with Increased Mortality Risk in Canada’s Two Largest Cities
Notice bibliographique
Résumé
Abstract Rationale Outdoor fine particulate air pollution (particulate matter with an aerodynamic diameter ⩽2.5 μm; PM2.5) contributes to millions of deaths around the world each year, but much less is known about the long-term health impacts of other particulate air pollutants, including ultrafine particles (a.k.a. nanoparticles), which are in the nanometer-size range (<100 nm), widespread in urban environments, and not currently regulated. Objectives We sought to estimate the associations between long-term exposure to outdoor ultrafine particles and mortality. Methods Outdoor air pollution levels were linked to the residential addresses of a large, population-based cohort from 2001 to 2016. Associations between long-term exposure to outdoor ultrafine particles and nonaccidental and cause-specific mortality were estimated using Cox proportional hazards models. Measurements and Main Results An increase in long-term exposure to outdoor ultrafine particles was associated with an increased risk of nonaccidental mortality (hazard ratio = 1.073; 95% confidence interval = 1.061–1.085) and cause-specific mortality, the strongest of which was respiratory mortality (hazard ratio = 1.174; 95% confidence interval = 1.130–1.220). We estimated the mortality burden for outdoor ultrafine particles in Montreal and Toronto, Canada, to be approximately 1,100 additional nonaccidental deaths every year. Furthermore, we observed possible confounding by particle size, which suggests that previous studies may have underestimated or missed important health risks associated with ultrafine particles. Conclusions As outdoor ultrafine particles are not currently regulated, there is great potential for future regulatory interventions to improve population health by targeting these common outdoor air pollutants.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,002 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».