MétaCan
Menu
Retour à la cohorte
Enregistrement W4411291002 · doi:10.1002/art.43276

Systemic Autoimmune Rheumatic Disease Risk: Association With Long‐Term Exposure to Fine Particulate Matter

2025· article· en· W4411291002 sur OpenAlexafffundabout
Mareva Geslin, Julien Vachon, Naizhuo Zhao, Elhadji Anassour Laouan Sidi, Sonia Jean, Audrey Smargiassi, Sasha Bernatsky

Notice bibliographique

RevueArthritis & Rheumatology · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAir Quality and Health Impacts
Établissements canadiensUniversité LavalInstitut National de Santé Publique du QuébecUniversité de MontréalMcGill University Health CentreCentre Intégré Universitaire de Santé et de Services Sociaux du Centre-Sud-de-l'Île-de-Montréal
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMedicineTerm (time)Rheumatic diseaseAutoimmune diseaseDiseaseParticulatesImmunologyInternal medicineBiologyPhysics

Résumé

récupéré en direct d'OpenAlex

Objective Fine particulate matter (PM 2.5 ) is a possible trigger of systemic autoimmune rheumatic diseases (SARDs). We investigated SARDs risk related to long‐term exposure to PM 2.5 and its components (ammonium, black carbon, mineral dust, sea salt, nitrate, sulfate, organic matter), the composition of which may affect toxicity. Methods We assembled an open cohort of Quebec adults (without SARDs) using administrative health data from April 2000 to December 2019. Our SARD case definition included physician billing and hospitalization diagnostic codes for systemic lupus, dermatomyositis, systemic sclerosis, Sjögren disease, and undifferentiated connective tissue disease. Estimates of mean annual PM 2.5 and its components were available from modeling using satellite aerosol optical depth images and ground‐based observations. Exposures were assigned to each resident based on six‐character postal codes, updated over time. Cox models (adjusted for age, sex, year, socioeconomic status, Local Service Network, and urban/rural region) generated hazard ratios (HRs) for PM 2.5 and its seven components. Quantile‐based g‐computational models with similar adjustments were used to estimate marginal HRs for the mixture of PM 2.5 components. Results We studied 7,482,397 Quebec residents. Over 98,039,305 person‐years, 55,267 SARDs cases were identified. Using quantile g‐computational models, the adjusted SARDs HR for a one‐decile increase in PM 2.5 components was 1.01 (95% confidence interval 1.00–1.02). Among the seven components, ammonium contributed most to SARDs risk. Conclusion This large general population cohort study suggests that ambient PM 2.5 (and ammonium in particular) may be associated with SARDs incidence.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,310
Score d'incertitude au seuil0,616

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,007
Tête enseignante GPT0,245
Écart entre enseignants0,238 · 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 source (Gemma direct ou Codex distillé), 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

Citations7
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueArthritis & RheumatologyMême sujetAir Quality and Health ImpactsTravaux en français237 207