A systematic review with a Burden of Proof meta-analysis of health effects of long-term ambient fine particulate matter (PM2.5) exposure on dementia
Notice bibliographique
Résumé
Abstract Previous studies have indicated increased dementia risk associated with fine particulate matter (PM 2.5 ) exposure; however, the findings are inconsistent. In this systematic review, we assessed the association between long-term PM 2.5 exposure and dementia outcomes using the Burden of Proof meta-analytic framework, which relaxes log-linear assumptions to better characterize relative risk functions and quantify unexplained between-study heterogeneity (PROSPERO, ID CRD42023421869). Here we report a meta-analysis of 28 longitudinal cohort studies published up to June 2023 that investigated long-term PM 2.5 exposure and dementia outcomes. We derived risk–outcome scores (ROSs), highly conservative measures of effect size and evidence strength, mapped onto a 1–5-star rating from ‘weak and/or inconsistent evidence’ to ‘very strong and/or consistent evidence’. We identified a significant nonlinear relationship between PM 2.5 exposure and dementia, with a minimum 14% increased risk averaged across PM 2.5 levels between 4.5 and 26.9 µg m −3 (the 15th to 85th percentile exposure range across included studies), relative to a reference of 2.0 µg m −3 ( n = 49, ROS = 0.13, two stars). We found a significant association of PM 2.5 with Alzheimer’s disease ( n = 12, ROS = 0.32, three stars) but not with vascular dementia. Our findings highlight the potential impact of air pollution on brain aging.
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 | 0,037 | 0,134 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,020 | 0,034 |
| Bibliométrie | 0,009 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».