The association between long-term exposure to traffic- related air pollution and cardiovascular mortality in Ontario, Canada
Bibliographic record
Abstract
Introduction: Les maladies cardiovasculaires représentent la principale cause de mortalité dans le monde. Il existe une preuve suggestive que l'exposition chronique à la pollution atmosphérique d'origine automobile puisse augmenter l'incidence et la mortalité attribuable aux maladies cardiovasculaires. Cependant, peu d'études ont été menées à ce jour pour évaluer les effets sanitaires de la pollution atmosphérique liée au trafic à des concentrations relativement faibles telles que celles mesurées dans les villes canadiennes. De plus, les quelques études qui se sont servi de modèles de régression de type Land-use regression pour évaluer l'exposition de la pollution atmosphérique liée au trafic à haute résolution spatiale ont été réalisées à partir d'échantillons de taille modeste, et sont conséquemment de puissance statistique limitée. Le but de cette thèse est d'approfondir notre compréhension du lien entre la pollution atmosphérique liée au trafic et les maladies cardiovasculaires, ce à l'aide de meilleures estimations de l'exposition environnementale obtenues par la juxtaposition d'information précise sur les adresses résidentielles avec de meilleures estimations des concentrations spatiales de pollution atmosphérique liée à la circulation.Méthodes: Afin d'atteindre les objectifs de recherche de cette thèse, trois études ont été menées. Tout d'abord, un examen systématique des données épidémiologiques associées aux effets chroniques de la pollution de l'air sur la santé entre 1950 et 2011 a été effectué. Deuxièmement, trois nouvelles méthodes ont été développées pour estimer rétrospectivement l'exposition à la pollution atmosphérique liée au trafic à fine résolution spatiale par extrapolation des modèles de régression ‘actuels' de type Land use regression. Ces trois méthodes d'extrapolation impliquaient la multiplication des concentrations prédites de NO2, un marqueur de la pollution atmosphérique liée au trafic, par le ratio des estimations des concentrations passées aux sites d'échantillonnage fixes, de sorte qu'elles reflètent les variations spatiales des concentrations de NO2. Dans un dernier temps, cette thèse présente une étude de cohorte menée afin de déterminer s'il existe une association entre la pollution atmosphérique liée au trafic et des causes spécifiques de mortalité cardiovasculaire chez les adultes vivant en Ontario, Canada. L'échantillon de la cohorte est tiré des bases de données fédérales d'impôt sur le revenu des particuliers. Nous avons utilisé les valeurs estimées de l'exposition à la pollution atmosphérique automobile générées par des modèles de régression de type Land-use regression et des méthodes de rétro-extrapolation. Les modèles de Cox ajustés incluent des facteurs de risque individuels connus et des covariables environnementales, alors que des analyses de sensibilité ont été réalisées avec des méthodes indirectes afin d'ajuster pour le tabagisme.Résultats et discussion: Peu d'études ont été menées pour explorer les associations entre la pollution atmosphérique liée au trafic dans les villes et la mortalité cardiovasculaire. Les résultats de cette thèse ont montré que, pour chaque augmentation de 5 parties par billiard (ppb) de NO2, les estimations du risque accru de cardiopathies ischémiques et de mortalité pour l'ensemble des maladies cardiovasculaires variaient entre 1.04 (95%CI: 1.00-1.09) and 1.10 (95%CI: 1.00-1.21). Par ailleurs, nous n'avons trouvé aucune association statistiquement significative entre la pollution liée au trafic et la mortalité cérébrovasculaire (taux de mortalité en excès de 0.95 (95%CI: 0.89-1.02). Cette thèse soutient l'hypothèse selon laquelle l'exposition à long terme à la pollution causée par le trafic accroit la mortalité cardiovasculaire, et plus particulièrement la mortalité due à une cardiopathie ischémique.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.003 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.000 |
| Insufficient payload (model declined to judge) | 0.003 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".