Countervailing effects of income, air pollution, smoking, and obesity on aging and life expectancy: population-based study of U.S. Counties
Notice bibliographique
Résumé
BACKGROUND: Income, air pollution, obesity, and smoking are primary factors associated with human health and longevity in population-based studies. These four factors may have countervailing impacts on longevity. This analysis investigates longevity trade-offs between air pollution and income, and explores how relative effects of income and air pollution on human longevity are potentially influenced by accounting for smoking and obesity. METHODS: County-level data from 2,996 U.S. counties were analyzed in a cross-sectional analysis to investigate relationships between longevity and the four factors of interest: air pollution (mean 1999-2008 PM2.5), median income, smoking, and obesity. Two longevity measures were used: life expectancy (LE) and an exceptional aging (EA) index. Linear regression, generalized additive regression models, and bivariate thin-plate smoothing splines were used to estimate the benefits of living in counties with higher incomes or lower PM2.5. Models were estimated with and without controls for smoking, obesity, and other factors. RESULTS: Models which account for smoking and obesity result in substantially smaller estimates of the effects of income and pollution on longevity. Linear regression models without these two variables estimate that a $1,000 increase in median income (1 μg/m(3) decrease in PM2.5) corresponds to a 27.39 (33.68) increase in EA and a 0.14 (0.12) increase in LE, whereas models that control for smoking and obesity estimate only a 12.32 (20.22) increase in EA and a 0.07 (0.05) increase in LE. Nonlinear models and thin-plate smoothing splines also illustrate that, at higher levels of income, the relative benefits of the income-pollution tradeoff changed-the benefit of higher incomes diminished relative to the benefit of lower air pollution exposure. CONCLUSIONS: Higher incomes and lower levels of air pollution both correspond with increased human longevity. Adjusting for smoking and obesity reduces estimates of the benefits of higher income and lower air pollution exposure. This adjustment also alters the tradeoff between income and pollution: increases in income become less beneficial relative to a fixed reduction in air pollution-especially at higher levels of income.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».