Exposure Assessment in Cohort Studies of Childhood Asthma
Notice bibliographique
Résumé
BACKGROUND: The environment is suspected to play an important role in the development of childhood asthma. Cohort studies are a powerful observational design for studying exposure-response relationships, but their power depends in part upon the accuracy of the exposure assessment. OBJECTIVE: The purpose of this paper is to summarize and discuss issues that make accurate exposure assessment a challenge and to suggest strategies for improving exposure assessment in longitudinal cohort studies of childhood asthma and allergies. DATA SYNTHESIS: Exposures of interest need to be prioritized, because a single study cannot measure all potentially relevant exposures. Hypotheses need to be based on proposed mechanisms, critical time windows for effects, prior knowledge of physical, physiologic, and immunologic development, as well as genetic pathways potentially influenced by the exposures. Modifiable exposures are most important from the public health perspective. Given the interest in evaluating gene-environment interactions, large cohort sizes are required, and planning for data pooling across independent studies is critical. Collection of additional samples, possibly through subject participation, will permit secondary analyses. Models combining air quality, environmental, and dose data provide exposure estimates across large cohorts but can still be improved. CONCLUSIONS: Exposure is best characterized through a combination of information sources. Improving exposure assessment is critical for reducing measurement error and increasing power, which increase confidence in characterization of children at risk, leading to improved health outcomes.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».