Associations between long-term exposures to environmental factors and the development of amyotrophic lateral sclerosis: A matched case-control study
Notice bibliographique
Résumé
ObjectiveAmyotrophic lateral sclerosis (ALS) is a motor neuron disease in which the causes remain unclear, particularly the contribution of environmental factors. Thus, we created a multifactorial database to investigate the association between long-term exposure to urbanization, air pollution, water pollution, and the development of ALS. ApproachA matched case-control study was conducted in New Brunswick, Canada from January 2003 to February 2021. Study population included 304 ALS patients and 1207 controls with their historical postal codes from the New Brunswick Citizen Database linked to medical records and spatial environmental datasets from the Canadian Urban Environmental Heath Research Consortium. We compared their environmental exposures at place of residence prior to disease onset via conditional logistic regression models. ResultsOf the common air pollutants investigated, odds of ALS was significantly higher with increased SO2 exposure (OR = 4.369, 1.190-16.044 [95% CI], per 1 ppb increase of SO2) in adjusted models. No significant associations were observed for the investigated urbanization and water pollution-related exposures. ConclusionsThis is the first study to rigorously identify a potential environmental cause of ALS. Our findings suggest an association between long-term exposure to air pollutants, particularly SO2, and the development of ALS. Revision of SO2 emission regulations may be required. ImplicationsThe identification of SO2 exposure as an ALS environmental risk factor opens new prospects for identifying ALS therapeutic targets. Utilizing a similar data linking workflow to pre-existing disease registries found within data centres should be conducted to further investigate environmental influences on complex diseases.
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 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 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».