Comparison of satellite-based exposure metrics to assess exposure to residential greenness in a nationwide cohort of coronary artery bypass graft (CABG) surgery patients in Israel
Notice bibliographique
Résumé
PDS 70: Green space, Johan Friso Foyer, Floor 1, August 28, 2019, 1:30 PM - 3:00 PM Introduction/Aims: Greenness has been associated with health benefits but the impacts of specific vegetation forms and mechanisms remain unclear. We evaluated three satellite-derived measures of residential greenness among a cohort of Coronary Artery Bypass Grafting (CABG) patients to assess associations with physical activity 1-year post surgery. The Normalized Difference Vegetation Index (NDVI) is widely used in epidemiological studies, but varies with vegetation density, soil color/moisture, and has limited ability to capture spatial heterogeneity in urban settings. The Soil-adjusted Vegetation Index (SAVI), corrects for soil brightness when vegetative cover is low, while Linear Spectral Unmixing (LSU), measures the relative contribution (%) of different sources, and estimates the percent of greenness coverage. Methods: NDVI, SAVI and % of green spaces in a 300m radius surrounding homes of (N=846) patients were derived from Landsat images at 30m spatial resolution. Logistic regression models estimated the association between the exposure measures and physical activity 1-year post surgery. Results: Presence of urban area vegetation in Israel was reflected by NDVI ~>0.21 based upon manual visual assessment, corresponding to the highest NDVI quartile (Q-4) and a mean of 30% greenness in a buffer (Q-4 using LSU). NDVI was more highly correlated with SAVI (r=0.87) than LSU (r=0.66). Compared to NDVI, exposures estimated by SAVI and LSU resulted in 21.5% and 35.5% of patients changing exposure quartiles. Associations with physical activity for NDVI and SAVI respectively resulted in an adjusted odds ratio (95%CI) per interquartile range difference of 1.67 (1.28-2.19) and 1.59 (1.28-2.10) for NDVI and SAVI, respectively. Comparing (with LSU) patients in areas with >30% greenspace resulted in an adjusted odds ratio of 2.12 (1.30-3.46). Conclusions: Use of alternate greenness metrics (e.g. SAVI) may improve precision in arid areas. In a cohort of CABG patients, residential greenness was associated with increased physical activity at 1 year post-surgery.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,001 | 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 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 ».