MétaCan
Menu
← Retour à la cohorte
Enregistrement W4410513142 · doi:10.3899/jrheum.2025-0390.pv075

FINE PARTICULATE MATTER AIR POLLUTION AND ANTINUCLEAR ANTIBODY POSITIVITY: THE ONTARIO HEALTH STUDY

2025· article· en· W4410513142 sur OpenAlexaffvenueabout
Naizhuo Zhao, Audrey Smargiassi, Hong Chen, May Y. Choi, Marvin J. Fritzler, Zahi Touma, Philip Awadalla, Antonio Aviña-Zubieta, Sasha Bernatsky

Notice bibliographique

RevueThe Journal of Rheumatology · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAir Quality and Health Impacts
Établissements canadiensPublic Health OntarioOntario Institute for Cancer ResearchUniversity of TorontoUniversity Health NetworkUniversity of CalgaryMcGill UniversityMcGill University Health CentreInstitute for Clinical Evaluative SciencesUniversity of British ColumbiaResearch CanadaInstitut National de Santé Publique du QuébecUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésMedicineParticulatesAnti-nuclear antibodyAir pollutionEnvironmental healthPollutionAntibodyImmunologyAutoantibody

Résumé

récupéré en direct d'OpenAlex

PV075 / #90 Poster Topic: AS10 - Environment and SLE Background/Purpose Air pollution has been increasingly linked to systemic autoimmune rheumatic diseases (SARDs), but studies of fine particulate matter (PM2.5) and SARD-related serologic biomarkers are limited. In this study, we aimed to assess exposure to ambient PM2.5 and antinuclear antibodies (ANA) in the general population. Methods We used data and sera from the Ontario Health Study (OHS), which has enrolled 225,000 general population residents of the province of Ontario in Canada. Serum samples from 3548 subjects (collected at enrollment between 2010-2013) were randomly selected from the OHS database/biorepository. Indirect immunofluorescence assay on Hep-2 cells assessed ANA titers (>1:160, >1:320, >1:640, and >1:1280). Annual mean ambient PM2.5 levels for the 5-year period before sera collection were assigned based on subjects’ 6-digit residential postal codes. Our multivariable logistic regression models computed adjusted odds ratios (ORs) for ANA positivity, comparing the highest (fourth) quartile to the lowest (first) quartile in terms of ambient PM2.5. We adjusted for sex, age, race/ethnicity, smoking, and the Rurality Index of Ontario (to characterize subjects’ urban/rural status). Results Of the 3548 subjects, 2215 (62.4%) were female and 3131 (88.2%) were white. Mean age at serum collection was 54.7 (standard deviation 9.5) years. Multivariate analyses showed females were more likely to be ANA positive than males (Table 1). Comparing the highest vs lowest quartile PM2.5 exposure, the adjusted OR for ANA positivity related to a titer of ≥1:160 was 1.04 (95% CI 0.75-1.44), while for a titer of ≥1:320 the aOR was 1.14 (95% CI 0.77-1.68), for a titer of ≥1:640 the aOR was 1.67 (95% CI 0.99-2.82) and for a titer of ≥1:1280 the aOR was 2.33 (95% CI 1.11-4.91) (Table 2). Table 1. Antinuclear positivity in Ontario Health Study general population subjects* Table 2. Adjusted odds, OR (95% confidence interval, CI) for ANA* positivity for ambient fine particulate matter (PM 2.5 , comparing highest to lowest quartile) adjusting for sex, age, race/ethnicity, smoking, and the Rurality Index of Ontario, RIO Conclusions Our analyses suggested relationships between PM2.5 exposure and ANA positivity which were most prominent at highest titers. This strengthens the argument for systemic immune system effects of air pollution, which could in turn lead to autoimmune disease.

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 enseignants0,080
Score d'incertitude au seuil0,162

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
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
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 Opus0,016
Tête enseignante GPT0,309
Écart entre enseignants0,293 · 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'admission3
Résumé présentoui

Explorer davantage

Même revueThe Journal of Rheumatology→Même sujetAir Quality and Health Impacts→Travaux en français237 207→