Associations between cigarette smoking, obesity, sociodemographic characteristics and remote-sensing-derived estimates of ambient PM<sub>2.5</sub>: results from a Canadian population-based survey
Notice bibliographique
Résumé
OBJECTIVES: Long-term exposure to ambient fine particles (PM2.)) has been shown to increase mortality. Variables measured on the same spatial scales of air pollution may confound associations, and so the authors' objectives were to evaluate the associations between PM2.5 and individual-level measures of smoking, obesity and sociodemographic status. The authors present an approach to evaluate the impact that uncontrolled confounding from smoking may have on associations between PM2.5 and mortality. METHODS: Individual-level behavioural and sociodemographic data were obtained from a 2003 national survey of 122,548 Canadians. Estimates of ground-level PM2.5 at a resolution of 10×10 km between 2001 and 2006 were derived from satellite remote sensing. Exposures were assigned to the residence of the participants at the time of the survey. Differences in the prevalence of smoking across concentrations of PM2.5 and RRs drawn from the literature were used to model the bias on rate ratios. RESULTS: Participants in areas with higher concentrations of PM2.5 had a higher income and educational attainment, smoked less and were more likely immigrants. Smoking had a negative confounding effect on the associations between PM2.5) and mortality. To compensate for this bias, for a 10 μg/m3 increase in PM2.5, mortality from lung cancer and heart disease in the referent exposure group needed to be increased by 6.9% and 3.2%, respectively. CONCLUSIONS: Associations were found between sociodemographic and lifestyle characteristics and PM2.5 at a resolution of 10×10 km. The authors present a model to adjust for uncontrolled confounding of smoking that can be readily adapted to exposures measured at different spatial resolutions.
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 | 0,001 | 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 ».