Mediation of an association between neighborhood socioeconomic environment and type 2 diabetes through the leisure-time physical activity environment in an analysis of three independent samples
Notice bibliographique
Résumé
INTRODUCTION: Inequitable access to leisure-time physical activity (LTPA) resources may explain geographic disparities in type 2 diabetes (T2D). We evaluated whether the neighborhood socioeconomic environment (NSEE) affects T2D through the LTPA environment. RESEARCH DESIGN AND METHODS: We conducted analyses in three study samples: the national Veterans Administration Diabetes Risk (VADR) cohort comprising electronic health records (EHR) of 4.1 million T2D-free veterans, the national prospective cohort REasons for Geographic and Racial Differences in Stroke (REGARDS) (11 208 T2D free), and a case-control study of Geisinger EHR in Pennsylvania (15 888 T2D cases). New-onset T2D was defined using diagnoses, laboratory and medication data. We harmonized neighborhood-level variables, including exposure, confounders, and effect modifiers. We measured NSEE with a summary index of six census tract indicators. The LTPA environment was measured by physical activity (PA) facility (gyms and other commercial facilities) density within street network buffers and population-weighted distance to parks. We estimated natural direct and indirect effects for each mediator stratified by community type. RESULTS: The magnitudes of the indirect effects were generally small, and the direction of the indirect effects differed by community type and study sample. The most consistent findings were for mediation via PA facility density in rural communities, where we observed positive indirect effects (differences in T2D incidence rates (95% CI) comparing the highest versus lowest quartiles of NSEE, multiplied by 100) of 1.53 (0.25, 3.05) in REGARDS and 0.0066 (0.0038, 0.0099) in VADR. No mediation was evident in Geisinger. CONCLUSIONS: PA facility density and distance to parks did not substantially mediate the relation between NSEE and T2D. Our heterogeneous results suggest that approaches to reduce T2D through changes to the LTPA environment require local tailoring.
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 | 0,004 | 0,000 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».