MétaCan
Menu
Retour à la cohorte
Enregistrement W4410862925 · doi:10.1016/j.lanwpc.2025.101584

Long-term exposure to outdoor fine particulate and physical activity with mortality and cardiovascular events: an analysis of the Prospective Urban Rural Epidemiology (PURE)-China cohort study

2025· article· en· W4410862925 sur OpenAlexafffund
Jun Hao, Zhiguang Liu, Bo Hu, Duolao Wang, Sumathy Rangarajan, Yang Wang, Chuangshi Wang, Lap Ah Tse, Weida Liu, Sidong Li, Minghai Yan, Qiujing Cai, Salim Yusuf, Wei Li

Notice bibliographique

RevueThe Lancet Regional Health - Western Pacific · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAir Quality and Health Impacts
Établissements canadiensHamilton Health SciencesMcMaster UniversityPopulation Health Research Institute
Organismes subventionnairesFuwai Hospital, Chinese Academy of Medical SciencesServierCanadian Institutes of Health ResearchChinese Academy of Medical SciencesPeking Union Medical College HospitalNational Children's Research CentreGlaxoSmithKlineHamilton Health SciencesSanofiHeart and Stroke Foundation of CanadaAstraZeneca
Mots-clésEpidemiologyParticulatesEnvironmental healthChinaProspective cohort studyTerm (time)MedicineCohort studyPhysical activityGerontologyCohortDemographyGeographyPhysical therapyInternal medicineEcologyBiology

Résumé

récupéré en direct d'OpenAlex

Background: Long-term exposure to PM2.5 and low physical activity are independently associated with an increased risk of cardiovascular disease (CVD). However, there is limited research investigating the combined effects of PM2.5 exposure and physical activity on CVD risk. This study aims to explore these interactions related to CVD and mortality. Methods: We analysed data from the PURE-China cohort, including 39,970 adults aged 35-70 years, with a median follow-up of 11.9 years. PM2.5 exposure was estimated using a Bayesian hierarchical model. Physical activity was quantified using metabolic equivalent task (MET)-minutes per week. The primary outcome was a composite of all-cause mortality and major cardiovascular events. Cox frailty models and restricted cubic splines were used to assess associations. Interaction effects were evaluated using measures of multiplicative and additive interaction, including the relative excess risk due to interaction (RERI) and the proportion attributable to interaction (AP). Findings: ). In low-exposure areas, higher total physical activity significantly reduced the risk of composite outcome (HR: 0.84, 95% CI: 0.73-0.97, p trend = 0.012) and major cardiovascular events (HR: 0.80, 0.67-0.95, p trend = 0.022). However, in high-exposure regions, physical activity showed no protective effect for the composite outcome (HR: 0.97, 0.85-1.09, p trend = 0.551) and major cardiovascular events (HR: 0.98, 0.85-1.13, p trend = 0.864). Higher non-recreational physical activity reduced the risks of composite outcome and major CVD in low-exposure areas but provided no benefit in high-exposure regions (p interaction = 0.011, 0.024, respectively). Significant antagonistic interaction was observed between high PM2.5 exposure and low non-recreational physical activity for the composite outcome (RERI: -0.215, 95% CI: -0.406 to -0.024; AP: -0.155, 95% CI: -0.294 to -0.017). Interpretation: Long-term exposure to high PM2.5 concentrations diminishes the cardiovascular benefits of physical activity, particularly non-recreational activities. These findings underscore the need for tailored physical activity guidelines and air quality interventions in heavily polluted regions to maximize public health benefits. Funding: Funding sources are listed at the end of the Article.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,011
Score d'incertitude au seuil0,574

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,070
Tête enseignante GPT0,376
Écart entre enseignants0,306 · 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 tête enseignante, 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

Citations4
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Lancet Regional Health - Western PacificMême sujetAir Quality and Health ImpactsTravaux en français237 207