Impact of the 2023 wildfire smoke episodes in Ontario, Canada, on asthma and other health outcomes: an interrupted time-series analysis
Notice bibliographique
Résumé
BACKGROUND: During the 2023 wildfire season, Ontario, Canada, had unprecedented wildfire smoke, but the health impact on the population is unknown. We aimed to quantify the acute impact of the wildfire smoke on respiratory and cardiovascular outcomes across Ontario. METHODS: We conducted a quasi-experimental study by leveraging the timing of 2 consecutive wildfire smoke episodes in June 2023. Heavy wildfire smoke blanketed much of Ontario on 2 occasions, in early June and again in late June, causing severely degraded daily air quality. Following the epidemiologic triangulation framework, we collected health data on emergency department visits for 4 outcomes (asthma-related causes, other respiratory causes, ischemic heart disease, and non-cardiorespiratory causes) from Ontario's real-time syndromic surveillance system and the National Ambulatory Care Reporting System. We also employed different epidemiologic methodologies, including interrupted time-series and case-crossover analyses. RESULTS: After the initial heavy wildfire smoke in early June 2023, daily asthma-related visits increased substantially across Ontario, peaking at a 23.6% increase (95% confidence interval 13.2%-34.9%) at a 1-day lag and lasting up to a lag of 5 days after the start of the smoke episode. The later episode of heavy smoke, despite causing higher exposures, had a reduced effect on asthma-related visits. We did not detect any effect on other outcomes in either episode. These findings were consistent across different methodologies and data sources. Post hoc analysis revealed that asthma-related visits were briefly elevated after the wildfire smoke among children (40% higher), but we observed a more sustained effect among adults (48% higher, lasting 1 week). INTERPRETATION: The 2023 wildfires substantially increased asthma-related emergency department visits in Ontario, with age and timing of exposure being important factors influencing the impact. As wildfires emerge as one of the fastest-growing environmental risk factors globally, future research should identify and evaluate measures to effectively mitigate the acute health impacts of wildfire smoke.
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 | 0,003 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».