MétaCan
Menu
Retour à la cohorte
Enregistrement W3195053194 · doi:10.1289/isee.2021.o-sy-106

Estimating the effect of long-term exposure to PM2.5 on mortality in Canadian Community Health Survey Cohort using parametric g-computation

2021· article· en· W3195053194 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueISEE Conference Abstracts · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAir Quality and Health Impacts
Établissements canadiensMcGill UniversityHealth Canada
Organismes subventionnairesnon disponible
Mots-clésConfoundingEnvironmental healthCovariateLogistic regressionMedicineCohortDemographyEnvironmental epidemiologyHealth effectCohort studyEpidemiologyNational Health and Nutrition Examination SurveyStatisticsPopulationMathematics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND AND AIM: Numerous epidemiological studies reported the adverse health impact of long-term exposure to fine particulate matter (PM2.5) on mortality across populations. However, previous studies mostly utilized traditional outcome regression approaches, which may fail under certain circumstances (e.g., if exposure-confounder feedback exists). We aim to explore this health impact using g-computation, which could validate traditional regression approaches and refine the effect estimates by considering more complex circumstances in the identification. METHODS: We utilize a cohort of ~540,000 respondents to the Canadian Community Health Survey from 2001 to 2012, whose death records and residential history were ascertained till 2016. Annual postal code specific three-year average PM2.5 concentration with one-year lag was derived from satellite measurements and linked to cohort respondents, with quintiles of exposure calculated for each calendar year. We apply parametric g-computation with pooled logistic regression adjusted for socio-economic, behavioral, and time-varying covariates to estimate 1) the effect on mortality by changing the long-term PM2.5 exposure level from the higher quintiles to the lowest quintile; and 2) the effect on mortality by reducing the long-term PM2.5 exposure levels from the observed values to below the national standard. We also evaluate the influence of exposure-confounder feedback and discuss whether other identification assumptions hold in assessing health impacts of air pollution. RESULTS:Our preliminary results confirm an increase in the risk of premature mortality in relation to long-term exposure to PM2.5. CONCLUSIONS:These results provide evidence on the effect of long-term exposure to PM2.5 on mortality in the presence of time-varying exposures and confounders. It also provides an alternative analytical strategy highly useful to air pollution epidemiological research, especially for evaluating specific intervention strategies. KEYWORDS: g-computation, casual infrence, chronic exposure to PM2.5, mortality

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,396
Score d'incertitude au seuil0,549

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,122
Tête enseignante GPT0,395
Écart entre enseignants0,273 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle