Effects of extreme air pollution and El Niño Southern Oscillation on insufficient sleep: a cross-sectional study
Notice bibliographique
Résumé
Abstract Background While there are many well understood clinical risk factors on sleep patterns, the associations of environmental factors, specifically air pollution on insufficient sleep remains understudied. This study investigates the association between insufficient sleep and particulate matter 2.5 (PM 2.5 ) among adults in the United States. There is also a need to determine whether various El Niño Southern Oscillation (ENSO) phases are effect modifiers in this relationship. Method A cross-sectional observational analysis using annual survey data from 3100 United States counties for adult (≥ 18 years) age-adjusted insufficient sleep prevalence from 2017 to 2024. Annual average county-specific PM 2.5 data was categorized into three categories [low (< 5 µg/m 3 ), moderate (5–11 µg/m 3 ), extreme (≥ 11 µg/m 3 )]. The annual average ENSO index was used to determine if the year was either El Niño, La Niña, or neutral. Adjusted associations were conducted using Poisson regression and were stratified by various phases of ENSO. Adjusted associations were reported as rate ratio (RR). Results From 2017 to 2024, the United States annual insufficient sleep is 34% [range min to max: 23–49%]. With respect to low PM 2.5 ; moderate and extreme PM 2.5 levels were associated with an increased risk of insufficient sleep by 1.03 (95% CI 1.02–1.05, P < 0.001) and 1.11 (95% CI 1.09–1.12, P < 0.001), respectively. The interaction between PM 2.5 and ENSO was significant ( P < 0.001) on insufficient sleep. The magnitude in associations between extreme PM 2.5 and insufficient sleep differed by various ENSO phases. Conclusion Long-term (i.e. annual) effects of air pollution can pose a risk on adult sleep. While El Niño and La Niña phases were found to be a significant effect modifier, yet during the neutral phase the risks for extreme PM 2.5 were observed to be the strongest on insufficient sleep. Further investigations are needed to recognize the environmental effects on sleep deprivation.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».