Incidence of cough from acute exposure to fine particulate matter (PM2.5) in Madagascar: A pilot study
Notice bibliographique
Résumé
Prolonged exposure to fine particulate matter (PM2.5) is a known risk to respiratory health, causing chronic lung impairment. Yet, the immediate, acute effects of PM2.5 exposure on respiratory symptoms, such as cough, are less understood. This pilot study aims to investigate this relationship using objective PM2.5 and cough monitors. Fifteen participants from rural Madagascar were followed for three days, equipped with an RTI Enhanced Children's MicroPEM PM2.5 sensor and a smartphone with the ResApp Cough Counting Software application. Univariable Generalized Estimating Equation (GEE) models were applied to measure the association between hourly PM2.5 exposure and cough counts. Peaks in both PM2.5 concentration and cough frequency were observed during the day. A 10-fold increase in hourly PM2.5 concentration corresponded to a 39% increase in same-hour cough frequency (incidence rate ratio (IRR) = 1.40; 95% CI: 1.12, 1.74). The strength of this association decreased with a one-hour lag between PM2.5 exposure and cough frequency (IRR = 1.21; 95% CI: 1.01, 1.44) and was not significant with a two-hour lag (IRR = 0.93; 95% CI: 0.71, 1.23). This study demonstrates the feasibility of objective PM2.5 and cough monitoring in remote settings. An association between hourly PM2.5 exposure and cough frequency was detected, suggesting that PM2.5 exposure may have immediate effects on respiratory health. Further investigation is necessary in larger studies to substantiate these findings and understand the broader implications.
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 | 0,000 |
| 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 | 0,000 |
| 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 ».