MétaCan
Menu
Retour à la cohorte
Enregistrement W1931712468 · doi:10.2478/v10001-006-0032-7

Use of Generalized Linear Mixed Models to Examine the Association between Air Pollution and Health Outcomes

2006· article· en· W1931712468 sur OpenAlexaff
Mieczysław Szyszkowicz

Notice bibliographique

RevueInternational Journal of Occupational Medicine and Environmental Health · 2006
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAir Quality and Health Impacts
Établissements canadiensHealth Canada
Organismes subventionnairesnon disponible
Mots-clésRandom effects modelPoisson distributionGeneralized linear mixed modelGeneralized linear modelGeneralized additive modelAir pollutionStatisticsCrossoverPoisson regressionAssociation (psychology)Multilevel modelMixed modelMathematicsEnvironmental healthMedicineComputer sciencePsychologyEcologyMachine learningMeta-analysisPathology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Time-series and case-crossover are two techniques that are widely used for assessing the short-term impact of ambient air pollution exposure on health. MATERIALS AND METHODS: The generalized linear mixed model (GLMM) methodology is proposed here to study the association between ambient air pollution and health outcomes. Poisson random-effects models are applied to analyze the clustered counts, where the groups of days, determined by the triplet <day of week, month, year>, form the clusters. The proposed technique uses a nested structure for the clusters and allows random-effects for hierarchical factors. A random intercept in the models adjusts for different levels of counts among the clusters. A fixed slope represents a common response to the exposure. RESULTS AND CONCLUSIONS: The obtained results are consistent with those generated by a classical approach (for example the case-crossover technique). The GLMM technique is a valid alternative methodology for studying air health effects.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,100
Score d'incertitude au seuil0,786

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,162
Tête enseignante GPT0,391
Écart entre enseignants0,228 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations59
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Occupational Medicine and Environmental HealthMême sujetAir Quality and Health ImpactsTravaux en français237 207