A systematic review and meta-analysis of air pollution and increased risk of frailty
Notice bibliographique
Résumé
BACKGROUND: Environmental air pollution is increasingly recognised as a potential contributor to frailty. This systematic review and meta-analysis aimed to synthesise existing evidence on the associations between environmental air pollution and frailty in middle-aged and older adults, providing insights into the impact of air pollution on public health. METHODS: The systematic review and meta-analysis were conducted according to the Preferred Reporting Items for Systematic Reviews and Meta-Analyses Statement 2020. Four electronic databases were searched without restrictions on language, publication status, or year of publication. RESULTS: Of the 145 publications identified through the systematic search, 18 were included. Meta-analyses indicated a 19% increased risk of frailty due to air pollution (fine particulate matter ≤2.5 microns) [n = 9 studies; pooled odds ratio (OR) 1.19; 95% confidence interval (CI) 1.10-1.27], a 28% increase with exposure to household solid fuels (n = 4 studies; OR 1.28; 95% CI 1.16-1.40) and a 59% increase due to exposure to secondhand smoke (n = 3 studies; OR 1.59; 95% CI 0.46-2.72). Except for the meta-analysis on air pollution, no heterogeneity or risk of publication bias was observed amongst the included studies. The Joanna Briggs Institute checklist confirmed high methodological quality across all included studies. CONCLUSIONS: Environmental exposures, including air pollution, the use of unclean household fuels and exposure to secondhand smoke, significantly increase the risk of frailty. These findings underscore the urgent need to raise awareness and establish effective public health strategies to reduce these environmental risks and associated frailty, particularly in light of population ageing.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,008 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».