MétaCan
Menu
Retour à la cohorte
Enregistrement W4410811399 · doi:10.1097/ee9.0000000000000391

The association of multiple built environment factors with a clinical measure of grip strength

2025· article· en· W4410811399 sur OpenAlexaff
Millie Baghela, Jaclyn Parks, Parveen Bhatti

Notice bibliographique

RevueEnvironmental Epidemiology · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueUrban Green Space and Health
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésBuilt environmentGrip strengthEnvironmental healthOddsPsychological interventionConfoundingLogistic regressionMedicineGerontologyOdds ratioPopulationWalkabilityDemographyPhysical therapyEngineering

Résumé

récupéré en direct d'OpenAlex

Background: Population-level interventions that promote healthy aging through modifications to the built environment are likely to be more effective than individual-level interventions. Few studies have examined the influence of multiple built environment factors on measures of healthy aging. Objectives: We leveraged detailed data from a population-based cohort study to examine how multiple aspects of the built environment were associated with grip strength, a well-accepted measure of age-related health status. Methods: ), greenness, light-at-night, and walkability were linked to participant residential postal codes. Grip strength was measured using a digital hydraulic hand dynamometer. Logistic regression analyses were used to estimate the odds of having sex-specific clinically weak measures of grip strength in association with each built environment factor. The other built environment factors, demographics, and lifestyle factors were evaluated as confounders. Results: and greenness were statistically significantly associated with increased and decreased odds of having clinically weak grip strength, respectively, after adjusting for demographic, lifestyle, and other built environment factors. Conclusion: Our findings suggest that built environment factors are compelling targets for improving age-related health, though the mechanisms underlying associations with these factors, particularly greenness, remain uncertain.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,517

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,037
Tête enseignante GPT0,305
Écart entre enseignants0,268 · 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 tête enseignante, pas un consensus.

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

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

En bref

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental EpidemiologyMême sujetUrban Green Space and HealthTravaux en français237 207