Meta-analysis on correlations between short-term exposures to 6 common air pollutants and incidence of ischemic stroke
Notice bibliographique
Résumé
BackgroundPrevious studies using meta-analysis to explore the relationship between air pollution exposure and ischemic stroke (IS) mostly focus on particulate matter-related themes, few include gaseous pollutants in the study, and subgroup analyses of factors such as different lag days, seasons, and genders are rarely been reported.ObjectiveTo quantitatively evaluate the relationships between short-term exposures to 6 common air pollutants, including fine particulate matter (PM2.5), inhalable particulate matter (PM10), carbon monoxide (CO), nitrogen dioxide (NO2), sulfur dioxide (SO2), and ozone (O3), and the incidence of IS.MethodsA systematic search was conducted to collect literature studying the 6 common air pollutants and IS published up to May 1, 2022 in 6 databases (China Journal Full-text Database, China Biology Medicine Disc, PubMed, Cochrane Library, Web of Science, and Embase). Literature quality evaluation was performed using the Newcastle-Ottawa Scale. Stata 16.0 software was used to conduct meta-analysis including heterogeneity test, combined effect size, meta-regression, subgroup analysis, sensitivity analysis, and publication bias test.ResultsA total of 33 articles were qualified for inclusion. The total number of samples included in the literature was 7195631. The meta-analysis results showed that short-term exposures to PM2.5 (OR=1.0082, 95%CI: 1.0049−1.0116), PM10 (OR=1.0017, 95%CI: 1.0008−1.0026), CO (OR=1.0328, 95%CI: 1.0231−1.0426), NO2 (OR=1.0150, 95%CI: 1.0079−1.0222), SO2 (OR=1.0158, 95%CI: 1.0078-1.0238), and O3 (OR=1.0017, 95%CI: 1.0003−1.0032) were associated with an increased risk of IS. PM10 and O3 increased the risk of IS in both lag0 and lag1, while PM2.5, CO, NO2, and SO2 all showed an associated increased risk of IS only in lag0. The results of sensitivity analysis showed stable results for all pollutants studied, and there was no publication bias in the literature on the association of the remaining five pollutants with IS incidence except for the PM2.5-related literature.ConclusionShort-term exposures to PM2.5, PM10, CO, NO2, SO2, and O3 may increase the incidence of IS, with this risk showing the most significant level on the day of IS onset.
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 | 0,018 | 0,042 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,002 |
| Méta-épidémiologie (sens large) | 0,018 | 0,073 |
| Bibliométrie | 0,010 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».