Associations of Public Transportation Use With Cardiometabolic Health: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
Public transportation provides an opportunity to incorporate physical activity into journeys, but potential health impacts have not been systematically examined. We searched the literature for articles on public transportation and health published through December 2017 using Google (Google Inc., Mountain View, California), 5 medical databases, and 1 transportation-related database. We identified longitudinal studies which examined associations between public transportation and cardiometabolic health (including adiposity, type 2 diabetes mellitus, and cardiovascular disease). We assessed study quality using the Newcastle-Ottawa Scale for cohort studies and performed meta-analyses where possible. Ten studies were identified, 7 investigating use of public transportation and 3 examining proximity to public transportation. Seven studies used individual-level data on changes in body mass index (BMI; weight (kg)/height (m)2), with objective outcomes being measured in 6 studies. Study follow-up ranged from 1 year to 10 years, and 3 studies adjusted for nontransportation physical activity. We found a consistent association between use of public transportation and lower BMI. Meta-analysis of data from 5 comparable studies found that switching from automobile use to public transportation was associated with lower BMI (-0.30 units, 95% confidence interval: -0.47, -0.14). Few studies have investigated associations between public transportation use and nonadiposity outcomes. These findings suggest that sustainable urban design which promotes public transportation use may produce modest reductions in population BMI.
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 | 0,018 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,024 | 0,004 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».