Residential Greenness and Cardiovascular Disease Incidence, Readmission, and Mortality
Notice bibliographique
Résumé
Background: Living in greener areas of cities was linked to increased physical activity levels, improved mental well-being, and lowered harmful environmental exposures, all of which may affect human health. However, whether living in greener areas may be associated with lower risk of cardiovascular disease incidence, progression, and premature mortality is unclear. Objectives: We conducted a cohort study to examine the associations between residential green spaces and the incidence of acute myocardial infarction (AMI) and heart failure (HF), post-AMI and HF hospital readmissions, and mortality. Methods: We simultaneously followed four large population-based cohorts in Ontario, Canada, including the entire adult population, adults free of AMI and HF, and survivors of AMI or HF from 2000 to 2014. We estimated residential exposure to green spaces using satellite-derived observations and ascertained health outcomes using validated disease registries. We estimated the associations using spatial random-effects Cox proportional hazards models. We conducted various sensitivity analyses, including further adjusting for property values and performing exploratory mediation analysis. Results: Each interquartile range increase in residential greenness was associated with a 7% [95% confidence interval (CI): 4%, 9%] decrease in incident AMI and a 6% (95% CI: 4%, 7%) decrease in incident HF. Residential greenness was linked to a ∼10% decrease in cardiovascular mortality in both adults free of AMI and HF and the entire adult population. These associations remained consistent in sensitivity analyses and were accentuated among younger adults. Additionally, we estimated that the decreases in AMI and HF incidence associated with residential greenness explained ∼53% of the protective association between residential greenness and cardiovascular mortality. Conversely, residential greenness was not associated with any delay in readmission or mortality among AMI and HF patients. Conclusions: Living in urban areas with more green spaces was associated with improved cardiovascular health in people free of AMI and HF but not among individuals who have already developed these conditions. https://doi.org/10.1289/EHP6161
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,001 | 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 ».