MétaCan
Menu
← Retour à la cohorte
Enregistrement W4410268607 · doi:10.1164/ajrccm.2025.211.abstracts.a1234

Home Indoor PM2.5 Exposure and Asthma Symptoms Among Urban Adults With Asthma

2025· article· en· W4410268607 sur OpenAlexaff
J.G. Wang, Francesca Kroll, T. Green, Chengguo Liu, Han Woo, Emily Brigham, Kirsten Koehler, Meredith C. McCormack, Gregory B. Diette, Swaroop Bose

Notice bibliographique

RevueAmerican Journal of Respiratory and Critical Care Medicine · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAir Quality and Health Impacts
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMedicineAsthmaEnvironmental healthPediatricsImmunology

Résumé

récupéré en direct d'OpenAlex

Abstract RATIONALE There is growing awareness of the adverse impact of indoor air quality on asthma health. In contrast to government-mandated limits on safe outdoor pollution, indoor air quality remains unregulated and seldom assessed, despite more time spent indoors. We assessed common household activities contributing to indoor PM2.5, and its associations with respiratory symptoms among adults with asthma in Baltimore, Maryland. METHODS Non-smoking adults with a physician diagnosis of asthma and asthma symptoms or use of asthma medications were recruited. At baseline, a microPEM™ (RTI International, North Carolina) or MIE Personal DataRAM (Artisan Technology Group, Illinois) was placed in each participant's home to monitor PM2.5 for 7 consecutive days. During this period, participants completed daily diaries of household activities and asthma symptoms. A subset underwent repeated 7-day environmental monitoring and completed daily symptom diaries 3 months later according to the same protocol. Asthma symptoms were ranked from least to most severe (score 0-3) each day during the 7-day monitoring period; the day with the highest score was used in the analysis. PM2.5 values were log2 transformed to evaluate effects of a 2-fold increase on asthma symptoms across participants using a multivariate generalized linear mixed model adjusted for age, sex, race, education, asthma severity and season. In participants with repeated measures, fixed-effects regression assessed intra-person changes in PM2.5 and asthma symptoms between baseline and follow-up, adjusting for season. RESULTS Among 61 participants, the median (IQR) age was 30 (18) years and 52 (85.2%) self-identified as Black. Median (IQR) indoor PM2.5 was 22.7 (31.5) µg/m3. In bivariate analyses, PM2.5 levels were higher in homes with a smoker (median (IQR) 38.3 (33.1) vs. 13.7 (17.1) g/m3, p = 0.0025), oven use (25.2 (34.2) vs. 11.3 (9.6) g/m3, p=0.009), candle/incense burning (27.4 (29.7) vs. 13.7 (18.6) g/m3, p=0.051), and mopping (25.7 (37.9) vs. 16.3 (18.2) g/m3, p=0.059), compared to those without. A 2-fold increase in weekly PM2.5 was associated with higher odds of frequent asthma symptoms, although this was not statistically significant (adjusted OR 2.28; 95% CI, 0.97-5.33). Within the subset of 43 individuals with repeated environmental and symptom data, a 2-fold PM2.5 increase significantly raised asthma symptom scores (β=0.245; 95% CI, 0.02-0.47). CONCLUSION Common household activities contribute to increased indoor PM2.5, which were linked to more respiratory symptoms in urban adults with asthma. Larger studies on indoor air quality and mitigation strategies are needed to understand the impact of both on adult asthma health.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,284
Écart entre enseignants0,275 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Respiratory and Critical Care Medicine→Même sujetAir Quality and Health Impacts→Travaux en français237 207→