Air pollution and cardiovascular disease: a systematic review of the effects of air pollution, including bushfire smoke, on cardiovascular disease
Notice bibliographique
Résumé
Objective Particulate matter (PM) with diameter ≤ 2.5 μm (PM 2.5 ) and ≤ 10 μm (PM 10 ), including from bushfire smoke, is associated with cardiovascular disease (CVD) morbidity and mortality. This systematic review assesses how CVD morbidity and mortality is affected by type, duration, and level of air pollution exposure. Data sources A search was conducted on Ovid Medline, Embase and Scopus, spanning across 1 January 2012 to 30 July 2022. Primary quantitative studies exploring the effect of PM 2.5 , PM 10 or bushfire smoke on CVD were included. Studies without adjustment for confounding factors were excluded. The Newcastle-Ottawa Scale was used to assess the risk of bias (ROB) in the studies, and meta-analysis was conducted on relevant outcomes. Findings A total 275 studies were obtained, and 80 studies were analysed with diseases ranging from ICD-10 I00-I99. For CVD morbidity, increased PM 2.5 and PM 10 was associated with 1.92 (95 % CI: 0.58,3.26) years of life lost per 10 μg/m 3 increase in exposure. Increased PM 2.5 and PM 10 was associated with a 0.52 % (95 % CI: 0.37,0.68) increase in mortality per 10 μg/m 3 increase in exposure. Bushfire smoke also presented similar trends. Two studies had high ROB, 42 had medium ROB, and 36 had low ROB. There was high heterogeneity between the studies, with I 2 values ranging between 88.09 % and 94.25 %. Conclusion Air pollution including bushfire smoke is associated with increased CVD morbidity and mortality. This effect ranges across different types, durations, and levels of air pollution exposure, making stringent climate change and air pollution mitigation strategies imperative.
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 | 0,018 | 0,038 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,002 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».