On the relationship between time-series studies, dynamic population studies, and estimating loss of life due to short-term exposure to environmental risks.
Notice bibliographique
Résumé
There is a growing concern that short-term exposure to combustion-related air pollution is associated with increased risk of death. This finding is based largely on time-series studies that estimate associations between daily variations in ambient air pollution concentrations and in the number of nonaccidental deaths within a community. Because these results are not based on cohort or dynamic population designs, where individuals are followed in time, it has been suggested that estimates of effect from these time-series studies cannot be used to determine the amount of life lost because of short-term exposures. We show that results from time-series studies are equivalent to estimates obtained from a dynamic population when each individual's survival experience can be summarized as the daily number of deaths. This occurs when the following conditions are satisfied: a) the environmental covariates vary in time and not between individuals; b) on any given day, the probability of death is small; c) on any given day and after adjusting for known risk factors for mortality such age, sex, smoking habits, and environmental exposures, each subject of the at-risk population has the same probability of death; d) environmental covariates have a common effect on mortality of all members of at-risk population; and e) the averages of individual risk factors, such as smoking habits, over the at-risk population vary smoothly with time. Under these conditions, the association between temporal variation in the environmental covariates and the survival experience of members of the dynamic population can be estimated by regressing the daily number of deaths on the daily value of the environmental covariates, as is done in time-series mortality studies. Issues in extrapolating risk estimates based on time-series studies in one population to estimate the amount of life lost in another population are also discussed.
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 | 0,046 | 0,246 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,006 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,006 |
| Communication savante | 0,003 | 0,005 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».