MARC

 008240221s2023        ulk                      00        kor
■001000016932113
■00520240214100414
■006m          o    d                
■007cr#unu||||||||
■020    ▼a9798379614454
■035    ▼a(MiAaPQ)AAI30486803
■040    ▼aMiAaPQ▼cMiAaPQ
■0820  ▼a613
■1001  ▼aWilt,  Grete  E.▼0(orcid)0000-0002-7145-6975
■24510▼aHigh-Resolution  Data  on  Mobility,  the  Built  Environment,  and  Physical  Activity  Embedding  Smartphone  GPS  and  Consumer  Wearables  Within  a  Cohort  Study  to  Improve  Environmental  Epidemiology▼h[electronic  resource]
■260    ▼a[S.l.]▼bHarvard  University.  ▼c2023
■260  1▼aAnn  Arbor▼bProQuest  Dissertations  &  Theses▼c2023
■300    ▼a1  online  resource(168  p.)
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  84-12,  Section:  B.
■500    ▼aAdvisor:  James,  Peter.
■5021  ▼aThesis  (Ph.D.)--Harvard  University,  2023.
■506    ▼aThis  item  must  not  be  sold  to  any  third  party  vendors.
■520    ▼aThe  ubiquitous  nature  of  smartphones  and  wearable  devices  create  novel  opportunities  for  epidemiological  exposure  assessment  and  measurement  error  correction  within  the  context  of  the  built  and  natural  environments.  Since  the  foundations  of  the  field,  environmental  epidemiologists  have  sought  to  establish  methods  to  quantify  and  characterize  environmental  exposures,  and  to  determine  appropriate  spatial  and  temporal  scale.  This  dissertation  set  out  to  address  the  following  gaps  in  the  literature:  1)  quantification  of  exposure  differences  between  residential  and  mobility-based  greenness;  2)  explore  momentary  associations  between  greenness  and  physical  activity  through  smartphone  and  wearable  device  data  collection;  3)  examine  associations  of  walkability  and  physical  activity  at  the  minute  level  using  GPS  data;  and  4)  understand  nondifferential  misclassification  of  walkability  exposure  and  implications  for  regression  calibration  on  the  association  between  residential  walkability  and  physical  activity.The  first  study  (Chapter  2),  addressing  research  gap  1,  found  residential-based  distance  buffer  estimates  of  greenness  are  higher  and  more  variable  than  mobility-based  metrics.  These  findings  contribute  to  discussions  surrounding  the  choice  of  an  optimal  spatial  scale  for  personal  greenness  exposure  assessment.  The  second  study  (Chapter  3)  sought  to  undertake  the  second  research  gap  of  momentary  associations  by  utilizing  objective  physical  activity  data  at  fine  temporal  and  spatial  scales  to  present  novel  estimates  of  the  association  between  mobility-based  greenness  and  step  count.  Contrary  to  our  hypotheses,  higher  greenness  exposure  was  associated  non-linearly  with  lower  mean  steps  per  minute  after  adjusting  for  confounders.  We  observed  statistically  significant  effect  modification  by  Census  region  and  season.The  third  study  (Chapter  4)  targeted  research  gap  3  and  took  a  similar  approach  to  the  previous  chapter.  We  utilized  comprehensive  mobility  data  at  fine  temporal  and  spatial  scales  to  present  novel  estimates  on  the  real  time  association  between  walkability  and  physical  activity.  We  found  higher  walkability  exposure  was  associated  with  overall  higher  mean  steps  per  minute.  Associations  were  non-linear  in  nature.  These  findings  contribute  to  discussions  surrounding  adapting  the  built  environment  to  increase  physical  activity,  resulting  in  the  potential  for  improved  health  outcomes  downstream.Lastly,  the  fourth  study  (Chapter  5)  set  out  to  assess  the  impact  of  measurement  error  found  in  residential-based  walkability  measures.  We  used  mobility-based  estimates  to  correct  error-prone  residence  based  estimates  and  then  used  these  error  corrected  exposures  to  correct  associations  between  walkability  and  self-reported  physical  activity  for  the  error  due  to  the  use  of  residence-based  exposures.  This  chapter  highlights  residential-based  estimates  of  walkability  slightly  underestimate  associations  between  walkability  and  physical  activity.  These  findings  highlight  the  impact  of  exposure  misclassification  on  epidemiological  studies  of  the  built  environment  and  physical  activity.  GPS  data  present  a  feasible  solution  to  correct  residential  environmental  exposures  moving  forward.This  dissertation  contributes  to  the  literature  at  the  intersection  of  epidemiology,  environmental  health,  and  geography  on  human  movement,  the  built  environment,  and  physical  activity.  We  build  off  an  established  U.S.-based  nationwide  prospective  cohort  through  an  internal  mobile  health  (mHealth)  substudy  with  momentary  GPS  and  wearable  data  for  exposure  and  outcome  and  in-depth  information  on  individual  and  area-level  covariates.  By  combining  approaches  from  the  fields  of  epidemiology  and  geography  this  mHealth  dissertation  explores  improved  exposure  assessment  using  GPS,  real-time  mechanisms  of  association  utilizing  GPS  data  and  integrating  error  corrections  into  large  preexisting  cohorts.
■590    ▼aSchool  code:  0084.
■650  4▼aEnvironmental  health.
■650  4▼aEpidemiology.
■650  4▼aGeographic  information  science.
■653    ▼aGeneralized  Additive  Mixed  Models
■653    ▼aGPS
■653    ▼aMeasurement  error
■653    ▼aPhysical  activity
■653    ▼aSmartphones
■653    ▼aWearables
■690    ▼a0470
■690    ▼a0766
■690    ▼a0370
■71020▼aHarvard  University▼bPopulation  Health  Sciences.
■7730  ▼tDissertations  Abstracts  International▼g84-12B.
■773    ▼tDissertation  Abstract  International
■790    ▼a0084
■791    ▼aPh.D.
■792    ▼a2023
■793    ▼aEnglish
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T16932113▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.
■980    ▼a202402▼f2024

미리보기

내보내기

chatGPT토론

Ai 추천 관련 도서