Methodological Considerations for Epidemiological Studies of Air Pollution and the SARS and COVID-19 Coronavirus Outbreaks
Notice bibliographique
Résumé
BACKGROUND: Studies have reported that ambient air pollution is associated with an increased risk of developing or dying from coronavirus-2 (COVID-19). Methodological approaches to investigate the health impacts of air pollution on epidemics should differ from those used for chronic diseases, but the methods used in these studies have not been appraised critically. OBJECTIVES: Our study aimed to identify and critique the methodological approaches of studies of air pollution on infections and mortality due to COVID-19 and to identify and critique the methodological approaches of similar studies concerning severe acute respiratory syndrome (SARS). METHODS: Published and unpublished papers of associations between air pollution and developing or dying from COVID-19 or SARS that were reported as of 10 May 2020 were identified through electronic databases, internet searches, and other sources. RESULTS: All six COVID-19 studies and two of three SARS studies reported positive associations. Two were time series studies that estimated associations between daily changes in air pollution, one was a cohort that assessed associations between air pollution and the secondary spread of SARS, and six were ecological studies that used area-wide exposures and outcomes. Common shortcomings included possible cross-level bias in ecological studies, underreporting of health outcomes, using grouped data, the lack of highly spatially resolved air pollution measures, inadequate control for confounding and evaluation of effect modification, not accounting for regional variations in the timing of outbreaks' temporal changes in at-risk populations, and not accounting for nonindependence of outcomes. DISCUSSION: Studies of air pollution and novel coronaviruses have relied mainly on ecological measures of exposures and outcomes and are susceptible to important sources of bias. Although longitudinal studies with individual-level data may be imperfect, they are needed to adequately address this topic. The complexities involved in these types of studies underscore the need for careful design and for peer review. https://doi.org/10.1289/EHP7411.
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 | 0,753 | 0,874 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,003 |
| Méta-épidémiologie (sens large) | 0,007 | 0,008 |
| Bibliométrie | 0,018 | 0,020 |
| Études des sciences et des technologies | 0,005 | 0,010 |
| Communication savante | 0,014 | 0,008 |
| Science ouverte | 0,010 | 0,009 |
| Intégrité de la recherche | 0,008 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».