Association of factors with childhood asthma and allergic diseases using latent class analysis
Notice bibliographique
Résumé
We hypothesize that children characterized by deprived factors have poorer health outcomes. We aim to identify clustering of determinants and estimate risk of early childhood diseases. This 1993-2019 longitudinal cohort study combines three Canadian pediatric cohorts and their families. Mothers and children are clustered using latent class analysis (LCA) by 16 indicators in three domains (maternal and newborn; socioeconomic status [SES] and neighbourhood; environmental exposures). Hazard ratios (HR) of childhood asthma, allergic rhinitis (AR), and eczema are quantified with Cox proportional hazard (PH) regression. Rate ratios (RR) of children's health services use (HSU) are estimated with Poisson regression. Here we report the inclusion of 15,724 mother-child pairs; our LCA identifies four mother-clusters. Classes 1 and 2 mothers are older (30-40 s), non-immigrants with university education, living in high SES neighbourhoods; Class 2 mothers have poorer air quality and less greenspace. Classes 3 and 4 mothers are younger (20-30 s), likely an immigrant/refugee, with high school-to-college education, living in lower SES neighborhoods with poorer air quality and less greenspace. Children's outcomes differ by Class, in comparison to Class 1. Classes 3 and 4 children have higher risks of asthma (HR 1.24, 95% CI 1.11-1.37 and HR 1.39, 95% CI 1.22-1.59, respectively), and similar higher risks of AR and eczema. Children with AR in Class 3 have 20% higher all-cause physician visits (RR = 1.20, 95% CI 1.10-1.30) and those with eczema have 18% higher all-cause emergency department visits (RR = 1.18, 95% CI 1.09-1.28) and 14% higher all-cause physician visits (RR = 1.14, 95% CI 1.09-1.19). Multifactorial-LCA mother-clusters may characterize associations of children's health outcomes and care, adjusting for interrelationships.
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 | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».