Air Pollution and Acute Myocardial Infarction Hospital Admission in Alberta, Canada: A Three-Step Procedure Case-Crossover Study
Notice bibliographique
Résumé
Adverse associations between air pollution and myocardial infarction (MI) are widely reported in medical literature. However, inconsistency and sensitivity of the findings are still big concerns. An exploratory investigation was undertaken to examine associations between air pollutants and risk of acute MI (AMI) hospitalization in Alberta, Canada. A time stratified case-crossover design was used to assess the transient effect of five air pollutants (carbon monoxide (CO), nitrogen dioxide (NO2), nitric oxide (NO), ozone (O3) and particulate matter with an aerodynamic diameter ≤2.5 (PM2.5)) on the risk of AMI hospitalization over the period 1999-2009. Subgroups were predefined to see if any susceptible group of individuals existed. A three-step procedure, including univariate analysis, multivariate analysis, and bootstrap model averaging, was used. The multivariate analysis was used in an effort to address adjustment uncertainty; whereas the bootstrap technique was used as a way to account for regression model uncertainty. There were 25,894 AMI hospital admissions during the 11-year period. Estimating health effects that are properly adjusted for all possible confounding factors and accounting for model uncertainty are important for making interpretations of air pollution-health effect associations. The most robust findings included: (1) only 1-day lag NO2 concentrations (6-, 12- or 24-hour average), but not those of CO, NO, O3 or PM2.5, were associated with an elevated risk of AMI hospitalization; (2) evidence was suggested for an effect of elevated risk of hospitalization for NSTEMI (Non-ST Segment Elevation Myocardial Infarction), but not for STEMI (ST segment elevation myocardial infarction); and (3) susceptible subgroups included elders (age ≥65) and elders with hypertension. As this was only an exploratory study there is a need to replicate these findings with other methodologies and datasets.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».