The association of air pollution with new‐onset epilepsy
Notice bibliographique
Résumé
Abstract Objective Air pollution has been associated with certain neurological disorders, but its association with epilepsy has been insufficiently explored. The study's objective was to estimate the association of long‐term exposure to fine particulate matter (PM 2.5 ), nitrogen dioxide (NO 2 ), and ozone (O 3 ) with the risk of new‐onset epilepsy among adults in Ontario, Canada. Methods We used a nested case–control study design and linked health and environmental databases, including Ontario residents ages 18 to 80 as of January 1, 2010, without prior diagnoses of seizures or epilepsy. We identified cases as those who developed epilepsy by December 31, 2016, and matched each with up to five controls on age and sex. We used individual‐ and multi‐pollutant conditional logistic regression models to estimate the associations between interquartile range (IQR) increases in each pollutant and new‐onset epilepsy. Results We included 24 761 cases and 118 692 controls. The median (IQR) pollutant concentrations were 7.9 (1.3) μg/m 3 for PM 2.5 , 9.6 (9.2) ppb for NO 2 , and 42.7 (5.4) ppb for O 3 . In the individual pollutant models, we observed significant associations with epilepsy for PM 2.5 (incident rate ratio [IRR] = 1.055, 95% confidence interval [CI]: 1.034–1.076), NO 2 (IRR = 0.938, 95% CI: 0.903–0.974), and O 3 (IRR = 1.096, 95% CI: 1.074–1.119). In the multi‐pollutant model, we observed significant associations with epilepsy for NO 2 (IRR = 0.928, 95% CI: 0.891–0.965) and O 3 (IRR = 1.090, 95% CI: 1.060–1.121). Although the association for NO 2 was negative overall, the association was positive among individuals 65 and older. Significance PM 2.5 and O 3 may be associated with an increased risk of new‐onset epilepsy. We also observed a negative association for NO 2 . However, residual confounding may have occurred. Future research should continue exploring the associations between specific air pollutants and new‐onset epilepsy.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».