MétaCan
Menu
Retour à la cohorte
Enregistrement W4401431025 · doi:10.1136/bmjopen-2023-082413

Causal evidence of the association between green and blue spaces (GBS) and maternal and neonatal health: a systematic review and meta-analysis protocol

2024· review· en· W4401431025 sur OpenAlexfundno aff
Rukun K.S. Khalaf, Selin Akaraci, Faye D. Baldwin, Rebecca Geary, Ruwanti Kolamunnage-Dona, Ruth F. Hunter, Sarah Rodgers

Notice bibliographique

RevueBMJ Open · 2024
Typereview
Langueen
DomaineEnvironmental Science
ThématiqueUrban Green Space and Health
Établissements canadiensnon disponible
Organismes subventionnairesSchool for Public Health ResearchEconomic and Social Research CouncilNatural Environment Research CouncilEngineering and Physical Sciences Research CouncilUK Prevention Research PartnershipMedical Research CouncilLiverpool John Moores UniversityQueen's UniversityCranfield UniversityPublic Health AgencyCancer Research UKQueen's University BelfastUniversity of ExeterHealth and Social Care Research and Development DivisionAlbert Einstein College of Medicine, Yeshiva UniversityNational Institute for Health and Care ResearchUniversity of GlasgowDepartment of Health and Social CareWellcome TrustBritish Heart Foundation
Mots-clésMedicinePsycINFOMEDLINESystematic reviewMeta-analysisScopusProtocol (science)Clinical study designCochrane LibraryPublic healthPediatricsFamily medicineAlternative medicineClinical trialNursingPathology

Résumé

récupéré en direct d'OpenAlex

Introduction Previous systematic reviews investigating the effects of green and blue space (GBS) on maternal and neonatal health have mainly focused on cross-sectional evidence, limiting potential causal inferences. The last review on the topic was published in January 2024. This review focused on residential greenness effects and neonatal health only but did not include other green/blue space measures, or maternal health outcomes. This review also only included papers published up to June 2023; discounting the 15 studies that have been published since. Thus, this study will capture the growing number of studies that generate causal evidence and aims to investigate the association between GBS and maternal and/or neonatal health. Methods and analysis The study protocol was developed with reference to the Preferred Reporting Items for Systematic Reviews and Meta-Analyses guidelines. This review will include study designs such as experiments, quasi-experiments, longitudinal studies and more. The study independent variable must be a GBS, green space and/or blue space measure. Eligible maternal health outcomes are those reported during pregnancy and up to 1 year after pregnancy. Neonatal health outcomes are limited to neonates no older than 28 days. A total of seven online databases will be searched: Medline, Scopus, Web of Science, PsycInfo, Embase, Environment Complete, and Maternity and Infant Care Database. Abstract and full-text screenings will be undertaken by three reviewers. Risk of bias assessment will be conducted based on the Risk of Bias in Non-randomized Studies-of Exposure framework. A narrative synthesis will be undertaken. If sufficiently comparable studies are identified, meta-analyses using random effects models will be conducted. We will explore heterogeneity using the I2test. Ethics and dissemination Ethical approval is not required as all the data will be derived from published primary studies that have already obtained ethical permissions. The findings will be disseminated through relevant conferences and peer-reviewed publications. PROSPERO registration number CRD42023396372.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,095
score de la tête « metaresearch » (Gemma)0,153
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Protocole · Signal consensuel: Protocole
Score de désaccord entre enseignants0,095
Score d'incertitude au seuil0,500

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0950,153
Méta-épidémiologie (sens strict)0,0080,007
Méta-épidémiologie (sens large)0,0270,027
Bibliométrie0,0180,016
Études des sciences et des technologies0,0040,006
Communication savante0,0100,009
Science ouverte0,0070,005
Intégrité de la recherche0,0110,008
Charge utile insuffisante (le modèle a refusé de juger)0,0830,012

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.

Tête enseignante Opus0,236
Tête enseignante GPT0,473
Écart entre enseignants0,237 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
Domainenon disponible
GenreProtocole

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMJ OpenMême sujetUrban Green Space and HealthTravaux en français237 207