Greenness and Allergies: Evidence of Differential Associations in Two Areas in Germany
Notice bibliographique
Résumé
Background: Positive effects of green spaces and greenness on health are increasingly reported. However, studies on allergic outcomes remain limited and conflicting. Aim: We examined whether residential greenness is associated with childhood prevalences of doctor diagnosed allergic rhinitis, eyes and nose symptoms and aeroallergen sensitization using two birth cohorts (GINIplus and LISAplus) followed from birth to 10 years in two areas in Germany. Methods: Reports of doctor diagnosed allergic rhinitis (3-10 years) and eyes and nose symptoms (4, 6 and 10 years) were obtained from parent-completed questionnaires (N=5803). Aeroallergen sensitization was also assessed (6 and 10 years, N=3223). Mean residential greenness in a 500m buffer around the 10 year home addresses was defined using the Normalized Difference Vegetation Index, a green biomass density indicator. Longitudinal associations were assessed per study area using generalized estimating equations adjusted for host and environmental covariates. Results: Risk estimates were elevated in the urban GINI/LISA South area (odds ratio:1.16 [95% confidence intervals: 0.99, 1.36], 1.15 [1.01, 1.31] and 1.06 [0.94, 1.20] per interquartile range increase in greenness for doctor diagnosed allergic rhinitis, eyes and nose symptoms and aeroallergen sensitization, respectively). In contrast, risk estimates were significantly below one for these same outcomes in the rural GINI/LISA North area (0.75 [0.60, 0.93], 0.71 [0.56, 0.89] and 0.78 [0.65, 0.94], respectively). Area-specific associations were similar across buffer sizes (800m-3000m) and addresses (birth and 6 years), slightly stronger among never-movers, and remained heterogeneous after air pollution and population density stratification. Conclusions: Despite identical study designs and statistical modeling, greenness was differentially associated with allergic outcomes in two German study areas. Existing and future single-area studies should be interpreted with caution.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».