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 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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 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 ».