Inégalité d’état de santé respiratoire chez le jeune enfant et exposition à la pollution de l'air : estimation à partir de l'EDP-Santé
Bibliographic record
Abstract
Les différences d'exposition et de vulnérabilité vis-à-vis de la pollution atmosphérique pourraient contribuer aux inégalités sociales de santé et ce, dès le plus jeune âge. Cette étude analyse le recours aux urgences pour des motifs respiratoires chez les enfants de moins de trois ans, ainsi que les délivrances de médicaments pour les maladies obstructives des voies respiratoires à partir de l'EDP-Santé couplées à des données spatialisées sur la concentration en particules fines issues de deux sources de référence. L'EDP-Santé est un enrichissement de l’échantillon démographique permanent de l'Insee avec les données du Système national des données de santé (SNDS). L'approche est quasi-expérimentale, étant donné que la pollution de l'air n'est pas distribuée aléatoirement vis-à-vis des caractéristiques des individus, afin d'inférer une relation causale. Un groupe d'enfants exposés à un surcroît de pollution est défini en utilisant les variations temporelles du nombre annuel d'inversion thermique, touchant ainsi certaines générations d'enfants (enfants traités) et pas d'autres (enfant contrôles) au sein d'une même commune de résidence, assurant ainsi deux groupes aux caractéristiques socio-économiques proches mais différant par leur exposition aux PM2.5. Une méthode de « machine learning générique » met en évidence l'hétérogénéité des effets du traitement et les caractéristiques du décile des jeunes enfants dont la santé est la plus affectée par le traitement. L'analyse met en évidence les conséquences causales d'un surcroît d'exposition dans les premières années de l'enfant en termes de recours au système de soin. Cet effet moyen serait en réalité concentré sur 10% des enfants, cumulant les facteurs de vulnérabilité, notamment économiques. Les inégalités de santé respiratoire imputables à la pollution de l'air pourraient être plus marquées que celles estimées dans cette étude, étant donnée qu'elle s'appuie sur l'impact de la pollution de l'air sur des indicateurs de recours au soin, le non-recours étant probablement plus marqué en bas de la distribution des niveaux de vie. Pollution de l'air ; Inégalité de santé Les auteurs déclarent ne pas avoir de liens d'intérêts.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.004 | 0.009 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".