Concentration–Response Functions as an Essence of the Results from Lags
Notice bibliographique
Résumé
Among various aspects of environmental epidemiology, one is to assess the relationships between ambient air pollution and health outcomes. The goal of this work is to estimate the associations in the form of the parametric concentration-response functions (C-RF). Various forms of the C-RFs are proposed in this short-term health effect study. Emergency department (ED) visits for all respiratory health problems are analyzed as an illustrative example. A case-crossover (CC) technique is applied as a study design. Daily cases are organized as daily counts by the same day of the week in one common month. A conditional Poisson regression is used in the constructed statistical models. Temperature and relative humidity are included in the statistical models in the form of natural splines. Ground-level ozone concentration is considered an exposure. Ozone concentration values are transformed and submitted to the statistical models. The parameters of the transformation are determined by using the goodness of fit criterion. Counts of ED visits are analyzed in relation to a sequence of lagged exposure to ozone. The C-RF shapes are constructed for each individual lag. In a final step, the set of the estimated C-RF shapes is used to create a pooled C-RF shape. The results are positive and statistically significant for nine lagged exposures, from 0 to 8 days. The following relative risks (RR) were estimated from the constructed C-RFs at 30 ppb concentration of ozone: RR = 1.0531 (95% confidence interval: 1.0231, 1.0718), 1.0462 (1.0253, 1.0677), and 1.0387, (1.0240, 1.0531), realizing the CC method, CC method + transformation, and CC method + flexible transformation, respectively. The pooled C-RF shape gives a summary of the associations between ED visits for respiratory conditions and ambient ozone. The estimated shapes indicate lower air health effects than the standard CC methods. Among three considered statistical models, the CC method + flexible transformation is the most appropriate to use according to the goodness of fit criterion.
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 | 0,025 | 0,081 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,004 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,003 | 0,005 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,002 |
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 ».