Sharing common measures of the environment across continents: challenges and opportunities for global studies of aging
Notice bibliographique
Résumé
OBJECTIVES: Environmental exposures are modifiable risk factors for accelerated aging, but research is frequently limited to individual countries due to inconsistent exposure assessment. Cross-national data provide broader perspectives but add methodological complexities. This study evaluated spatial and temporal patterns of 5 environmental measures assigned to older adult pseudopopulations in 8 countries to highlight opportunities and challenges for aging epidemiologic studies. METHODS: Through the Gateway to Global Aging Data project, we harmonized measures of air pollution (PM2.5, NO2, O3) and natural spaces (greenspace, blue space) for longitudinal aging cohorts in Brazil, Chile, England, India, Ireland, Mexico, Northern Ireland, and the United States. Global exposure data (1990-2021) derived from satellite observations, spatiotemporal models, and deterministic simulations were linked to 10,000 population-weighted points representing adults >50 years per country. We characterized urbanicity and area-level deprivation and examined spatial/temporal patterns to inform environmental aging research. RESULTS: Exposure levels and variability differed within and between countries. Greenspace and NO2 exhibited high within-country variation (200% higher within-country vs between-country standard deviations), whereas PM2.5 and O3 had larger across-country differences (300% higher between-country than within-country standard deviation). Temporal trends were generally consistent across countries, though unique patterns emerged (e.g., increasing PM2.5 and O3 levels in India and a radical drop in greenspace in Chile). Correlations were most consistent between NO2, greenspace, and area-level deprivation, though they varied (0.1 to 0.7). DISCUSSION: Harmonized measures facilitate cross-country comparisons of environmental exposures but require careful consideration of confounding by place and time and differential measurement to ensure robust inferences.
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 | 0,002 | 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 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».