Ecological studies of COVID-19 and air pollution: How useful are they?
Notice bibliographique
Résumé
Background: Results from ecological studies have suggested that air pollution increases the risk of developing and dying from COVID-19. Drawing causal inferences from the measures of association reported in ecological studies is fraught with challenges given biases arising from an outcome whose ascertainment is incomplete, varies by region, time, and across sociodemographic characteristics, and cannot account for clustering or within-area heterogeneity. Through a series of analyses, we illustrate the dangers of using ecological studies to assess whether ambient air pollution increases the risk of dying from, or transmitting, COVID-19. Methods: We performed an ecological analysis in the continental United States using county-level ambient concentrations of fine particulate matter (PM2.5) between 2000 and 2016 and cumulative COVID-19 mortality counts through June 2020, December 2020, and April 2021. To show that spurious associations can be obtained in ecological data, we modeled the association between PM2.5 and the prevalence of human immunodeficiency virus (HIV). We fitted negative binomial models, with a logarithmic offset for county-specific population, to these data. Natural cubic splines were used to describe the shape of the exposure-response curves. Results: Our analyses revealed that the shape of the exposure-response curve between PM2.5 and COVID-19 changed substantially over time. Analyses of COVID-19 mortality through June 30, 2021, suggested a positive linear relationship. In contrast, an inverse pattern was observed using county-level concentrations of PM2.5 and the prevalence of HIV. Conclusions: Our analyses indicated that ecological analyses are prone to showing spurious relationships between ambient air pollution and mortality from COVID-19 as well as the prevalence of HIV. We discuss the many potential biases inherent in any ecological-based analysis of air pollution and COVID-19.
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 | 0,111 | 0,255 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,007 | 0,011 |
| Études des sciences et des technologies | 0,002 | 0,011 |
| Communication savante | 0,008 | 0,016 |
| Science ouverte | 0,004 | 0,005 |
| Intégrité de la recherche | 0,005 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».