MétaCan
Menu
← Retour à la cohorte
Enregistrement W4410273590 · doi:10.1164/ajrccm.2025.211.abstracts.a5406

Comparing the Cardiopulmonary Health Implications of Wildfire vs. Non-wildfire PM2.5 Particles in New York City

2025· article· en· W4410273590 sur OpenAlexaboutno aff
Wai Haung Yu, Ranjit Lall, George D. Thurston

Notice bibliographique

RevueAmerican Journal of Respiratory and Critical Care Medicine · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAir Quality and Health Impacts
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineAtmospheric sciencesEnvironmental healthMeteorologyGeography

Résumé

récupéré en direct d'OpenAlex

Abstract RATIONALE: The extreme wildfire season in Canada in 2023, combined with unusual meteorological conditions, resulted in elevated levels of fine particulate matter air pollution (PM2.5) to be carried into the Eastern United States. In New York City (NYC), PM2.5 levels greatly exceeded the daily US ambient air quality standard during the wildfire episodes, obscuring visibility and causing public concerns. Given the expected increase in such wildfires from climate change, investigations are needed to evaluate whether wildfire PM2.5 health effects differ from more usual PM2.5 that the regulatory standards are based upon. METHODS: We accessed daily counts of Asthma and COPD, Other Respiratory and Cardiovascular emergency department (ED) visits from the NYC Department of Health and Mental Hygiene syndromic surveillance database in 2022 and 2023. We downloaded 2019, 2022 and 2023 PM2.5 data from monitoring stations across the city and computed composite citywide daily averages to estimate background non-wildfire PM2.5 during the wildfire episodes (defined by the New York State Air Quality alerts). The excess wildfire PM2.5 was then estimated by subtracting background PM2.5 from the measured levels. A time-series model using quasi-Poisson regression of daily ED visits on wildfire and non-wildfire PM2.5, controlling for time trend, day of week, federal holidays, was used to compare the effects of wildfire and non-wildfire PM2.5. Distributed lag segmented time-series analyses were also applied. RESULTS: We found a significant increase in total cardiopulmonary ED visit rate associated with same-day non-wildfire PM2.5 (incidence rate ratio [IRR]=1.031, 95%CI 1.019-1.042, per 10ug/m3), but not with wildfire PM2.5 (IRR=1.003, 95%CI 0.996-1.009, per 10ug/m3). Same-day non-wildfire PM2.5 was associated with higher risk for cardiovascular ED visits (IRR=1.028, 95%CI 1.017-1.040, per 10ug/m3) and other respiratory ED visits (IRR=1.035, 95%CI 1.021-1.048, per 10ug/m3) while wildfire PM2.5 was not statistically significantly associated with either. In contrast, there was a statistically significant increase specifically in Asthma and COPD ED visit rate associated with same-day wildfire PM2.5 (IRR=1.031, 95%CI 1.022-1.041, per 10ug/m3), but not with non-wildfire PM2.5 (IRR=1.010, 95%CI 0.991-1.029, per 10ug/m3). Distributed lag models found similar results, with a lagged significant adverse cardiovascular effect associated with non-wildfire PM2.5 for up to 7 days. CONCLUSION: Our study provides evidence that wildfire and non-wildfire PM2.5 particles are associated with differing cardiopulmonary health risks. Our findings suggest wildfire PM2.5 particles act primarily as local lung irritants, and not systemically. Future regulatory activities should consider developing separate guidelines and interventions for wildfire and non-wildfire air pollution.

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 enseignants0,222
Score d'incertitude au seuil0,442

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
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,062
Tête enseignante GPT0,370
Écart entre enseignants0,308 · 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→