Using syndromic surveillance to rapidly assess the impact of a June 2023 wildfire smoke event on respiratory-related emergency department visits, Massachusetts, United States
Notice bibliographique
Résumé
Abstract A statewide air quality advisory was issued in Massachusetts for 6–7 June 2023 due to smoke originating from wildfires in Canada. Of particular concern was fine particulate matter, which has an aerodynamic diameter of ⩽2.5 μm (PM2.5) and has been linked to adverse respiratory outcomes. The objective of this study was to rapidly assess the impact of this wildfire smoke event on respiratory-related emergency department (ED) visits among Massachusetts residents. For exposure, daily air quality index (AQI) data from the US Environmental Protection Agency were used. Massachusetts counties, where for each day from 6 to 8 June 2023, the daily AQI was ⩾101 (i.e. unhealthy air quality), were considered exposed. For each exposed period, two unexposed reference periods where AQI < 101 (i.e. ‘good’ or ‘moderate’ air quality) were identified within the two weeks prior to the exposed period, with the same days of the week and in the same county. Data from the Massachusetts Department of Public Health’s syndromic surveillance system were used to examine daily counts of ED visits for asthma, air-quality-related respiratory illness, and all causes by county of residence, age group, race, and Hispanic/Latino ethnicity. For each outcome, the numbers of ED visits were compared between the exposed and reference periods. Overall, there were no large increases in ED visits for any conditions examined during this wildfire smoke event. However, residents who were aged 18–64 years, Hispanic/Latino or White experienced small but not statistically significant increases in asthma-related ED visits. These potential differences in the effect on asthma-related ED visits by age and race/ethnicity may be relevant for analyses of future events. This study provides an example of how real-time, publicly available exposure data can be used in conjunction with outcome data from syndromic surveillance to rapidly examine the impact of wildfires and other acute environmental events on health.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 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 ».