Health Burden of Ambient Air Pollution on Respiratory Diseases in the Delhi–National Capital Region (2010–2025): A Systematic Review and Meta-analysis
Notice bibliographique
Résumé
Introduction: Ambient air pollution is a major contributor to respiratory morbidity and mortality globally, with disproportionate impacts in low- and middle-income countries. The Delhi–National Capital Region (NCR) experiences persistently high levels of air pollution, yet region-specific quantitative syntheses of respiratory health impacts remain limited. This study aimed to systematically review and meta-analyse epidemiological evidence on the association between ambient air pollution and respiratory outcomes in Delhi–NCR from 2010 to 2025. Methods: A systematic review and meta-analysis were conducted in accordance with PRISMA 2020 guidelines. PubMed/MEDLINE, Scopus, Web of Science, Embase, and additional sources were searched for eligible studies examining associations between ambient air pollutants (PM₂.₅, PM₁₀, NO₂, SO₂, O₃, CO) and respiratory morbidity or mortality in Delhi–NCR. Time-series, case-crossover, cohort, and observational studies reporting quantitative effect estimates were included. Random-effects meta-analyses were performed to derive pooled relative risks per 10 µg/m³ increase in pollutant concentration. Risk of bias was assessed using adapted ROBINS-E and Newcastle–Ottawa tools. Results: Ten studies met inclusion criteria for qualitative synthesis, and seven were included in meta-analysis. Short-term increases in PM₂.₅ were associated with higher respiratory emergency visits (RR 1.038; 95% CI: 1.021–1.056) and respiratory mortality (RR 1.019; 95% CI: 1.006–1.033). PM₁₀ exposure was linked to increased respiratory admissions (RR 1.026; 95% CI: 1.012–1.041), while NO₂ showed a strong association with acute respiratory visits (RR 1.041; 95% CI: 1.018–1.064). Heterogeneity ranged from low to moderate. Conclusion: Ambient air pollution is consistently associated with increased respiratory morbidity and mortality in Delhi–NCR. These findings underscore the urgent need for strengthened air quality interventions and targeted public health strategies in highly polluted urban settings.
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 | 0,020 | 0,031 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,019 | 0,051 |
| Bibliométrie | 0,011 | 0,010 |
| 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 | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».