Associations of perceived built environment characteristics using NEWS questionnaires with all-cause mortality and major cardiovascular diseases: The prospective urban rural epidemiology (PURE)-China study
Notice bibliographique
Résumé
BACKGROUND: Despite increased literature focusing on the role of the built environment (BE) in health, few cohort studies have quantitatively analyzed neighborhood walkability environment in relation to the risk of death and cardiovascular disease (CVD). This longitudinal study aimed at evaluating the association between perceived BE attributeswith mortality and major CVD based on the Prospective Urban Rural Epidemiology study in China (PURE-China). METHODS: The PURE-China study recruited 47,931 participants aged 35-70 years from 12 provinces of China between 2005 and 2009. The perceived BE information, including land use, street, aesthetics, and safety, was collected using the neighborhood environment walkability scale (NEWS) questionnaire, with higher scores indicating a more favorable rating. Two primary outcomes are all-cause mortality and major CVD event. The Cox frailty model with random intercepts was used to assess the association between the perceived total BE/subscales score and outcomes. RESULTS: Of 32,163 participants included in this study, 19,253 (59.9 %) were women, and the mean (SD) age was 51.0 (9.5) years. After a median follow-up period of 11.7 years (IQR 9.4 - 12.2), we observed that one standard deviation higher of combined BE scores was related to a lower risk of all-cause mortality (HR = 0.85; 95 %CI, 0.80-0.90), and major CVD events (HR = 0.95; 95 %CI, 0.90-0.99). The subscales of perceived BE were related to a lower risk, although a few were not significant. Land use mix-diversity and safety from crime were the two most significant subscales. Stronger risks were observed among urban and female participants. CONCLUSION: Favorable perceived BE characteristics were linked with a lower risk of all-cause mortality and major CVD events in Chinese population, especially in urban areas and females. Our findings can be used by policymakers to take action to mitigate the adverse effect of poor community conditions on health, such as improving local amenities and transport connectivity, providing building paths for walking, running and cycling.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».