Effects of Greenness on Myopia Risk and School-Level Myopia Prevalence Among High School–Aged Adolescents: Cross-sectional Study
Notice bibliographique
Résumé
BACKGROUND: Myopia is a serious public health issue. High school-aged adolescents in Beijing have an alarming prevalence of myopia. Therefore, determining myopia protective factors is essential. Green space has a certain association with myopia protective factors that can protect against myopia. OBJECTIVE: This study aims to examine the effects of green space around schools on individual myopia risk in high school-aged adolescents and the school-level myopia prevalence. METHODS: Green space was measured using the normalized difference vegetation index (NDVI). A total of 13,380 samples of 51 high schools were selected from a 2021 Beijing Municipal Health Commission survey. Adolescent myopia was defined as a spherical equivalent of ≤-1.00 diopters in the worse eye. Generalized linear mixed models with a binomial error structure were used to analyze the effects of the NDVI on personal myopia risk and adjust them by other factors, such as demographics, exposure time, and outdoor exercise. The effects of the NDVI on school-level myopia prevalence with adjusted demographics and the relative position factors of trees were analyzed through quasibinomial regression. RESULTS: The overall prevalence of myopia was 80.61% (10,785/13,380, 95% CI 79.93%-81.27%). Although with a 0.1 increase in the 500 and 1000 m buffer NDVIs adjusted by demographic and other factors, the high school-aged personal myopia risk significantly dropped by 16% (odds ratio [OR] 0.84, 95% CI 0.73-0.97) and 12% (OR 0.88, 95% CI 0.79-0.99), respectively. However, only the adjusted 500 m buffer NDVI (by demographics and the position of trees) with a 0.1 increase significantly reduced the school-level myopia prevalence by 15% (OR 0.85, 95% CI 0.74-0.98). Subgroup analysis showed that the adjusted effects of the 500 m buffer NDVI are significant in schoolgirls (OR 0.82, 95% CI 0.72-0.93), juniors (OR 0.82, 95% CI 0.72-0.94), the Han nationality (OR 0.84, 95% CI 0.72-0.97), 1-year exposure (OR 0.84, 95% CI 0.71-0.99) and 3-year exposure (OR 0.78, 95% CI 0.65-0.94). CONCLUSIONS: The greenness of a 500 m buffer around schools is associated with a lower personal myopia risk among adolescents and a lower prevalence of myopia in schools. With regard to prevention and control activities, green space within a 500 m buffer around schools is suggested as an independent protective factor for adolescent myopia.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».