Investigating the Association Between Traffic-related Air Pollution (PM2.5 and Benzene) and the Risk of Asthma: A Systematic Review and Meta-analysis
Notice bibliographique
Résumé
Background and aims: Asthma is a chronic disease that causes respiratory system inflammation. Recently, traffic-related air pollution (TRAP), especially particulate matter (PM2.5) and benzene, has been considered a factor that may increase the risk of asthma. This study investigated the association between TRAP (PM2.5 and benzene) and asthma risk. Methods: In this systematic review and meta-analysis, the relevant published data were collected by searching the Cochrane Library, Web of Science, ScienceDirect, Scopus, PubMed, and Google Scholar databases up to November 2022. The study quality was evaluated using the Newcastle-Ottawa Scale checklist. The data were analyzed using Stata software (version 14), and the significance level in this meta-analysis study was considered to be<0.05. Results: In the first search, 4,909 and 4,825 studies were extracted for PM2.5 and benzene, respectively. After evaluating and considering the search criteria, 25 and 4 studies remained for PM2.5 and benzene, respectively. For PM2.5, the odds ratio (OR) for developing asthma in the TRAP-exposed group compared to the unexposed group was 1.11 (95% confidence interval [CI]: 1.04-1.19, P=0.002). For benzene, the OR of developing asthma in the exposed group was 1.19 when compared to the unexposed group (95% CI: 1.10-1.29, P<0.001). Conclusion: Based on this review study, there was a positive association between TRAP exposure and the development of asthma. The results confirmed that PM2.5 and benzene increase the risk of asthma.
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 | 0,014 | 0,036 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,023 | 0,043 |
| Bibliométrie | 0,009 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».