Associations of neighborhood greenspace, and active living environments with autism spectrum disorders: A matched case-control study in Ontario, Canada
Notice bibliographique
Résumé
BACKGROUND: Increasing evidence links early life residential exposure to natural urban environmental attributes and positive health outcomes in children. However, few studies have focused on their protective effects on the risk of autism spectrum disorder (ASD). The aim of this study was to investigate the associations of neighborhood greenspace, and active living environments during pregnancy with ASD in young children (≤6 years). METHODS: We conducted a population-based matched case-control study of singleton term births in Ontario, Canada for 2012-2016. The ASD and environmental data was generated using the Ontario Autism Spectrum Profile, the Better Outcomes Registry & Network Ontario, and Canadian Urban Environmental Health Research Consortium. We employed conditional logistic regressions to estimate the odds ratio (OR) between ASD and environmental factors characterizing selected greenspace metrics and neighborhoods conducive to active living (i.e., green view index (GVI), normalized difference vegetation index (NDVI), tree canopy, park proximity and active living environments index (ALE)). RESULTS: We linked 8643 mother-child pairs, including 1554 cases (18%). NDVI (OR 1.034, 0.944-1.024, per Inter Quartile Range [IQR] = 0.08), GVI (OR 1.025, 95% CI 0.953-1.087, per IQR = 9.45%), tree canopy (OR 0.992, 95% CI 0.903-1.089, per IQR = 6.24%) and the different categories of ALE were not associated with ASD in adjusted models for air pollution. In contrast, living closer to a park was protective (OR 0.888, 0.833-0.948, per 0.06 increase in park proximity index), when adjusted for air pollution. CONCLUSIONS: This study reported mixed findings showing both null and beneficial effects of green spaces and active living environments on ASD. Further investigations are warranted to elucidate the role of exposure to greenspaces and active living environments on the development of ASD.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».