MétaCan
Menu
← Retour à la cohorte
Enregistrement W2462357493 · doi:10.1186/s12889-016-3273-9

Air pollution, neighbourhood and maternal-level factors modify the effect of smoking on birth weight: a multilevel analysis in British Columbia, Canada

2016· article· en· W2462357493 sur OpenAlexafffundabout
Anders C. Erickson, Aleck Ostry, Hing Man Chan, Laura Arbour

Notice bibliographique

RevueBMC Public Health · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueSmoking Behavior and Cessation
Établissements canadiensUniversity of British ColumbiaUniversity of OttawaUniversity of Victoria
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésNeighbourhood (mathematics)Multilevel modelMedicineBirth weightDemographyBiostatisticsSocioeconomic statusLow birth weightPregnancyPopulationPublic healthEnvironmental healthStatistics

Résumé

récupéré en direct d'OpenAlex

Maternal smoking during pregnancy negatively impacts fetal growth, but the effect is not homogenous across the population. We sought to determine how the relationship between cigarette use and fetal growth is modified by the social and physical environment. Birth records with covariates were obtained from the BC Perinatal Database Registry ( N = 232,291). Maternal smoking status was self-reported as the number of cigarettes smoked per day usually at the first prenatal care visit. Census dissemination areas (DAs) were used as neighbourhood-level units and linked to individual births using residential postal codes to assign exposure to particulate air pollution (PM 2.5 ) and neighbourhood-level attributes such as socioeconomic status (SES), proportion of post-secondary education, immigrant density and living in a rural place. Random coefficient models were used with cigarettes/day modeled with a random slope to estimate its between-DA variability and test cross-level interactions with the neighbourhood-level variables on continuous birth weight. A significant negative and non-linear association was found between maternal smoking and birth weight. There was significant between-DA intercept variability in birth weight as well as between-DA slope variability of maternal smoking on birth weight of which 68 and 30 % respectively was explained with the inclusion of DA-level variables and their cross-level interactions. High DA-level SES had a strong positive association with birth weight but the effect was moderated with increased cigarettes/day. Conversely, heavy smokers showed the largest increases in birth weight with rising neighbourhood education levels. Increased levels of PM 2.5 and immigrant density were negatively associated with birth weight, but showed positive interactions with increased levels of smoking. Older maternal age and suspected drug or alcohol use both had negative interactions with increased levels of maternal smoking. Maternal smoking had a negative and non-linear dose-response association with birth weight which was highly variable between neighbourhoods and evidence of effect modification with neighbourhood-level factors. These results suggest that focusing exclusively on individual behaviours may have limited success in improving outcomes without addressing the contextual influences at the neighbourhood-level. Further studies are needed to corroborate our findings and to understand how neighbourhood-level attributes interact with smoking to affect birth 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 machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,171

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0020,005
Études des sciences et des technologies0,0050,001
Communication savante0,0030,001
Science ouverte0,0030,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,030
Tête enseignante GPT0,278
Écart entre enseignants0,249 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations15
Publié2016
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBMC Public Health→Même sujetSmoking Behavior and Cessation→Travaux en français237 207→