Relationships between exposure to air pollutants and subclinical indicators of cardiovascular disease risk in Canada and China
Notice bibliographique
Résumé
Illustrée par des environnements au Canada et en Chine, mes études utilisent des mesures personnelles d'exposition pour évaluer l'impact des polluants atmosphériques sur les changements physiologiques à court terme pouvant influencer le développement des maladies cardiovasculaires. Ma thèse comprend trois études originales : La première est une étude par panel à mesures répétées sur la pollution de l'air et le bruit chez 46 adultes à Toronto. J'ai utilisé des modèles linéaires à effets mixtes pour estimer les associations entre les polluants et la pression artérielle, la fonction endothéliale et la variabilité de la fréquence cardiaque (VFC). J'ai examiné les changements aigus de la santé cardiovasculaire en rapport aux mesures personnelles (particules ultrafines, carbone noir) et régionales (PM2,5, NO2, O3, Ox) de la pollution de l'air et le rôle de l'exposition personnelle au bruit en tant que facteur de confusion de ces associations. J'ai observé des changements défavorables dans les résultats cardiovasculaires subcliniques en réponse à la fois à la pollution de l'air et au bruit, y compris des changements dans la fonction endothéliale et la VFC. L’exposition personnelle au bruit agit comme facteur de confusion dans les associations avec les polluants atmosphériques, en particulier avec la VFC. Par conséquent, le bruit devrait être pris en compte au même titre que la pollution atmosphérique dans les études futures afin d’élucider les impacts combinés de ces expositions dans les environnements urbain. Ensuite, J'ai étudié la relation transversale entre la pollution de l'air et la glycémie à jeun (GJ) chez 663 adultes dans le cadre de l'étude INTERMAP China, qui comprenait des données provenant de trois provinces chinoises où la combustion de combustibles solides à domicile est courante. J'ai utilisé les PM2,5 mesurées à l'extérieur et les expositions personnelles aux PM2,5 et au carbone noir pendant 2 à 4 jours, ainsi qu'une mesure de la GJ, pour estimer les associations pour la même saison hivernale que celle du prélèvement sanguin et pour l'exposition moyenne pondérée annuelle estimée sur deux saisons. J'ai utilisé des modèles de régression mixtes avec des intercepts aléatoires au niveau du village et une pondération par probabilité inverse pour tenir compte de l'exclusion des participants n'ayant pas subi de prélèvement sanguin, ajustés en fonction des covariables. Je n'ai pas trouvé d'associations fortes ou cohérentes entre le GJ et l'exposition personnelle aux PM2,5 ou au carbone noir. Les PM2,5 mesurées à l'extérieur au cours de la même saison que la GJ étaient associées à une GJ plus élevée (2,4 %, IC à 95 % 0,2 - 4,5 % par 100 µg/m3), avec des associations plus fortes chez les participants vivant dans le sud de la Chine, ayant un indice de masse corporelle (IMC) plus faible et n’ayant pas d'hypertension. Enfin, j'ai analysé les données d'une étude à mesures répétées portant sur 1 057 adultes chinois vivant dans la zone périurbaine de Pékin et utilisant l'énergie des combustibles solides pour la cuisine et le chauffage, interrogés lors de deux campagnes de mesure hivernales en 2018 -19 et 2019-20. J'ai étudié la relation entre la pollution atmosphérique par les PM2,5 et l'utilisation de l'énergie des combustibles solides avec la GJ en utilisant une régression à effets mixtes, ainsi que le statut du diabète dans un sous-ensemble de participants en utilisant un modèle de ratio de prévalence à effets mixtes, avec des intercepts aléatoires au niveau du village et du participant, ajustés pour les covariables. Je n'ai trouvé aucune présence d'associations entre l’exposition à l’utilisation de combustibles et le taux de glycémie, ou le statut diabétique, ainsi qu’aucune association entre les PM2,5 personnelles et ces résultats. Aucune modification de l'effet en fonction du sexe, des mesures d'adiposité ou de l'hypertension n'a été trouvée
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».