Associations between all-cause and ischemic heart disease mortality and long-term ambient ultrafine particles exposure: a comparison of statistical and machine learning exposure models
Notice bibliographique
Résumé
BACKGROUND: Evidence about the health effects of ultrafine particles (UFPs) remains limited, especially due to challenges in estimating exposure in epidemiological studies. OBJECTIVE: We estimated the associations between annual mean UFPs and all-cause and ischemic heart disease (IHD) mortality and investigated whether methods used to assess exposure influence these associations. METHODS: We conducted a retrospective cohort study in Quebec City, Canada, between 2000 and 2017. Annual mean UFPs exposure at participants postal code were estimated from different statistical and machine learning methods previously developed based on a one-year mobile monitoring campaign. Association with mortality were assessed using Cox models adjusted for potential confounders. We considered single and multipollutant models and assessed potential non-linearity. We evaluated effect modification by age (<65 vs. ≥ 65 years). RESULTS: , slopes were positive and steeper at lower ranges of concentrations with a flattening at higher concentrations. Exposure-response curves varied across exposure methods, particularly at lower concentrations. In multipollutant models, estimated hazard ratio (HR) for all-cause mortality was 1.18 (50th vs.10th percentiles; 95% CI: 1.14, 1.23) using XGBoost, which was our best performing model. Corresponding HR using Forward Stepwise Linear Regression model, our least accurate model, was 1.04 (95% CI: 1.00, 1.08). Exposure-response functions for IHD mortality were very similar to those of all-cause mortality. For both all-cause and IHD mortality, associations were smaller in the elderly compared with the nonelderly. CONCLUSIONS: Long-term exposure to ambient UFPs is associated with all-cause and IHD mortality. The estimated response function varied depending on the exposure assessment method.
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 | 0,000 | 0,000 |
| 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 | 0,000 | 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 ».