Comparison of Remote Sensing, Land-use Regression, and Fixed-site Monitoring Approaches for Estimating Exposure to Ambient Air Pollution Within a Canadian Population-based Study of Respiratory and Cardiovascular Health
Notice bibliographique
Résumé
O-31A5-5 Background/Aims: Remote sensing (RS) has emerged as a cutting edge approach for estimating ground-level concentrations of ambient air pollution. While the validity of RS has been demonstrated through comparisons to values obtained from fixed-site monitoring, no previous epidemiological studies have investigated the implications of using RS to characterize health risks. We examined respiratory and cardiovascular health outcomes associated with longer -term exposure measures of air pollution in a national population-based survey (N = 125,574), using estimates of annual average based on RS, land-use regression (LUR) models, and measured concentrations at the nearest fixed site monitor station. Methods: RS estimates of NO2 and PM2.5 were derived using satellite measurements from OMI, MODIS, and MISR. Multi-city LUR estimates were based on spatial models incorporating land-use characteristics such as traffic and industrial sources. Measured concentrations at the nearest regulatory continuous monitoring site were obtained from the National Air Pollution Surveillance Network. Self-reported health outcomes including diagnosis, age of onset, symptoms, and medication use for: asthma, bronchitis, COPD, heart disease, hypertension, congestive heart failure, angina, heart attack, and diabetes were collected through the Canadian Community Health Survey, a representative sample of Canadians 12 years of age and older. Results: RS estimates of PM2.5 and NO2 were highly correlated with ground-based measurements in North America (R = 0.9 and 0.8, respectively). Long-term exposures to ambient NO2 and PM2.5 were significantly associated with respiratory and cardiovascular health outcomes (OR = 1.1–1.4, P < 0.05) adjusting for age, sex, socioeconomic status, smoking status, and second-hand smoke. Effect estimates for RS were similar to those obtained using LUR and nearest fixed site monitor. Conclusion: These results suggest that RS can provide useful estimates of individual long-term exposure to ambient air pollution in epidemiologic studies, particularly in remote and rural areas for which monitoring and modeled air quality data are unavailable.
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 | 0,004 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».