Estimating risk of emergency room visits for asthma from personal versus fixed site measurements of NO2
Notice bibliographique
Résumé
BACKGROUND: We examined the impact of data source and exposure measurement error for ambient NO2 on risk estimates derived from a case-crossover study of emergency room visits for asthma in Windsor, Canada between 2002 and 2009. METHODS: Paired personal and fixed-site NO2 data were available from an independent population (47 children and 48 adults) in Windsor between 2005 and 2006. We used linear regression to estimate the relationship and measurement error variance induced between fixed site and personal measurements of NO2, and through a series of simulations, evaluated the potential for a Bayesian model to adjust for this change in scale and measurement error. Finally, we re-analyzed data from the previous case-crossover study adjusting for the estimated change in slope and measurement error. RESULTS: Correlations between paired NO2 measurements were weak (R(2)≤0.08) and slopes were far from unity (0.0029≤β≤0.30). Adjusting the previous case-crossover analysis suggested a much stronger association between personal NO2 (per 1ppb) (Odds Ratio (OR)=1.276, 95% Credible Interval (CrI): 1.034, 1.569) and emergency room visits for asthma among children relative to the fixed-site estimate (OR=1.024, 95% CrI 1.004-1.045). CONCLUSIONS: Our findings suggest that risk estimates based on fixed-site NO2 concentrations may differ substantially from estimates based on personal exposures if the change in scale and/or measurement error is large. In practice, one must always keep the scale being used in mind when interpreting risk estimates and not assume that coefficients for ambient concentrations reflect risks at the personal level.
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 | 0,018 | 0,048 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».