Road proximity, air pollution, noise, green space and neurologic disease incidence: a population-based cohort study
Notice bibliographique
Résumé
BACKGROUND: Emerging evidence links road proximity and air pollution with cognitive impairment. Joint effects of noise and greenness have not been evaluated. We investigated associations between road proximity and exposures to air pollution, and joint effects of noise and greenness, on non-Alzheimer's dementia, Parkinson's and Alzheimer's disease and multiple sclerosis within a population-based cohort. METHODS: We assembled administrative health database cohorts of 45-84 year old residents (N ~ 678,000) of Metro Vancouver, Canada. Cox proportional hazards models were built to assess associations between exposures and non-Alzheimer's dementia and Parkinson's disease. Given reduced case numbers, associations with Alzheimer's disease and multiple sclerosis were evaluated in nested case-control analyses by conditional logistic regression. RESULTS: Road proximity was associated with all outcomes (e.g. non-Alzheimer's dementia hazard ratio: 1.14, [95% confidence interval: 1.07-1.20], for living < 50 m from a major road or < 150 m from a highway). Air pollutants were associated with incidence of Parkinson's disease and non-Alzheimer's dementia (e.g. Parkinson's disease hazard ratios of 1.09 [1.02-1.16], 1.03 [0.97-1.08], 1.12 [1.05-1.20] per interquartile increase in fine particulate matter, Black Carbon, and nitrogen dioxide) but not Alzheimer's disease or multiple sclerosis. Noise was not associated with any outcomes while associations with greenness suggested protective effects for Parkinson's disease and non-Alzheimer's dementia. CONCLUSIONS: Road proximity was associated with incidence of non-Alzheimer's dementia, Parkinson's disease, Alzheimer's disease and multiple sclerosis. This association may be partially mediated by air pollution, whereas noise exposure did not affect associations. There was some evidence of protective effects of greenness.
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 | 0,001 |
| 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 | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».