NOISE AND ARTERIAL HYPERTENSION. A NOISY RISK FACTOR FOR THE SILENT KILLER DISEASE
Notice bibliographique
Résumé
Objective: In recent decades, anthropogenic activities, including urbanization, construction, industry, agriculture, deforestation, transportation, and the building of dams, have significantly impacted ecosystems and contributed to environmental degradation. Specifically, noise, ambient temperature and humidity that are often referred as forgotten pollutants have gained increasing recognition as critical factors affecting environmental quality and public health. However, it remains unclear whether prolonged exposure to these factors increases the hypertension (HTN) risk. The aim of the present study was to examine the correlation of noise, air temperature and atmospheric humidity with blood pressure (BP) among patients without HTN.Design and method: A total of 40 patients (20 men and 20 women) underwent 24-hour ambulatory BP monitoring (ABPM). Environmental noise, ambient temperature and humidity were recorded using an external standardized portable device. Results: ABPM readings showed that 24-hour systolic BP was 131.5±14.8 mmHg, 24-hour diastolic BP was 80.5±11.0 mmHg and 24-hour mean BP was 94.8±11.2 mmHg. According to the recording device, the participants were exposed to 51.6±5.1 dBA of noise, 32.5±3.9oC of temperature and 44.2±7.1% of humidity. Statistical analysis revealed a moderate positive correlation between noise and BP. Nonetheless, a weak negative correlation was observed between ambient temperature and humidity with BP. Conclusions: The current study demonstrated a moderate positive correlation between noise and BP suggesting that noise might be a causative factor of arterial HTN. In addition, a weak negative correlation was identified between ambient temperature and humidity with BP. These findings highlight the potential role of environmental factors, particularly noise, as modifiable risk factors for HTN. Future public health policies should consider noise reduction and climate adaptation measures to improve cardiovascular outcomes and enhance the quality of life.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,003 | 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 ».