Fine Particulate Matter Components and Risk of Rheumatoid Arthritis: A Large General Canadian Open Cohort Study
Notice bibliographique
Résumé
Objective Exposure to fine particulate matter (PM 2.5 ) has been linked to many diseases. However, it remains unclear which PM 2.5 chemical components for these diseases, including rheumatoid arthritis (RA), are more harmful. This study aimed to assess potential associations between PM 2.5 components and RA and quantify the individual effects of each chemical component on RA risk. Methods An open cohort of 11,696,930 Canadian adults was assembled using Ontario administrative health data from January 2007 onward. Individuals were followed until RA onset, death, emigration from Ontario, or the end of the study (December 2019). Incident RA cases were defined by physician billing and hospitalization discharge diagnostic codes. The average levels of PM 2.5 components (ammonium, black carbon, mineral dust, nitrate, organic matter, sea salt, and sulfate) for 5 years before cohort entry were assigned to participants based on residential postal codes. A quantile g‐computation and Cox proportional hazard models for time to RA onset were developed for the mixture of PM 2.5 components and environmental overall PM 2.5 , respectively. Results We identified 67,676 new RA cases across 130,934,256 person‐years. The adjusted hazard ratios for the time to RA onset were 1.027 and 1.023 (95% confidence intervals 1.021–1.033 and 1.017–1.029) per every decile increase in exposures to all seven components and per 1 μg/m 3 increase in the overall PM 2.5 , respectively. Ammonium contributed the most to RA onset in the seven components. Conclusion Exposure to PM 2.5 components was modestly associated with RA risk. Public health efforts focusing on specific components (eg, ammonium) may be a more efficient way to reduce RA burden.
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
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: oui | Observationnel | low |
| gpt | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Observationnel | low |
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».