Effect modification by statin use status on the association between fine particulate matter (PM2.5) and cardiovascular mortality
Notice bibliographique
Résumé
BACKGROUND: Numerous studies have linked fine particulate matter (PM2.5) to increased cardiovascular mortality. Less is known how the PM2.5-cardiovascular mortality association varies by use of cardiovascular medications. This study sought to quantify effect modification by statin use status on the associations between long-term exposure to PM2.5 and mortality from any cardiovascular cause, coronary heart disease (CHD), and stroke. METHODS: In this nested case-control study, we followed 1.2 million community-dwelling adults aged ≥66 years who lived in Ontario, Canada from 2000 through 2018. Cases were patients who died from the three causes. Each case was individually matched to up to 30 randomly selected controls using incidence density sampling. Conditional logistic regression models were used to estimate odds ratios (ORs) for the associations between PM2.5 and mortality. We evaluated the presence of effect modification considering both multiplicative (ratio of ORs) and additive scales (the relative excess risk due to interaction, RERI). RESULTS: Exposure to PM2.5 increased the risks for cardiovascular, CHD, and stroke mortality. For all three causes of death, compared with statin users, stronger PM2.5-mortality associations were observed among non-users [e.g. for cardiovascular mortality corresponding to each interquartile range increase in PM2.5, OR = 1.042 (95% CI, 1.032-1.053) vs OR = 1.009 (95% CI, 0.996-1.022) in users, ratio of ORs = 1.033 (95% CI, 1.019-1.047), RERI = 0.039 (95% CI, 0.025-0.050)]. Among users, partially adherent users exhibited a higher risk of PM2.5-associated mortality than fully adherent users. CONCLUSIONS: The associations of chronic exposure to PM2.5 with cardiovascular and CHD mortality were stronger among statin non-users compared to users.
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 | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| 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 ».