MétaCan
Menu
Retour à la cohorte
Enregistrement W1602127544

Effet de la météorologie sur la morbidité extrême au Québec.

2011· article· fr· W1602127544 sur OpenAlexaboutno aff
Jean-Xavier Giroux

Notice bibliographique

RevueEspaceINRS Institutional Digital Repository (Institut National de la Recherche Scientifique) · 2011
Typearticle
Languefr
DomaineEnvironmental Science
ThématiqueClimate Change and Health Impacts
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical sciencePhilosophy
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

De nombreuses études montrent des relations entre la météorologie et la santé pour
\ndiverses maladies. La connaissance de ces relations permet d’améliorer les optiques de
\nprévention. Toutefois, différentes maladies sont influencées à différents degrés par la
\nmétéorologie. Dans le présent travail, on s’intéresse à modéliser l’effet de la
\nmétéorologie sur la survenue de journées avec valeurs extrêmes (maximales)
\nd’incidence de morbidité pour la province de Québec pendant la période 1988-2008. On
\ns’intéresse aux valeurs extrêmes d’incidence de morbidité parce qu’ils ont le potentiel de
\ncauser le plus d’impacts sur la population et d’entraîner des répercussions dans le
\nréseau de la santé.
\nUne méthode automatisée est développée pour détecter les valeurs extrêmes dans les
\nséries chronologiques de morbidité. Avec cette méthode, les valeurs extrêmes sont
\ncontrôlées pour l’effet de la tendance à long terme, de la saisonnalité, des jours de la
\nsemaine et des jours fériés. Afin de vérifier son applicabilité, cette méthode est
\nappliquée sur chacune des régions sociosanitaires du Québec pour une dizaine de
\ncatégories de maladies.
\nLa modélisation et l’analyse de l’impact de la météorologie sur la morbidité extrême sont
\neffectuées pour la grande région de Montréal pour deux catégories de maladies :
\nurgences problèmes cardiaques et hospitalisations traumatismes. Des sous-populations
\nbasées sur le sexe, l’âge et l’indice de défavorisation matérielle sont également
\nconsidérées, et ce, pour trois saisons. Une régression logistique dans le cadre des
\nmodèles additif généralisé est utilisée pour modéliser le lien entre la variable de santé et
\nles conditions météorologiques des jours précédents. Le krigeage est utilisé pour obtenir
\ndes séries météorologiques spatialement représentatives de la région étudiée.
\nLes résultats de la modélisation montrent que pour les maladies cardiovasculaires, les
\ntempératures froides et une épaisseur élevée de neige au sol, sont des facteurs de
\nrisque sur l’ensemble de l’année pour toute la population. Pour les traumatismes, la
\nprésence de précipitations en hiver, jumelée à des températures près du point de
\ncongélation, est un facteur de risque pour toute la population. Des températures élevées
\ndurant l’été sont également un facteur de risque pour les zones défavorisées autant pour
\nles hommes que pour les femmes. Les risques associés aux autres variables
\nmétéorologiques diffèrent selon le sexe et l’âge et varient selon la saison.
\nLa méthodologie de la modélisation adoptée dans l’article peut être utilisée pour d’autres
\nrégions du Québec et pour d’autres catégories de maladies.
\n

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)0,009
score de la tête « metaresearch » (Gemma)0,013
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesÉtudes des sciences et des technologies
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,637
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0090,013
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,007
Communication savante0,0010,003
Science ouverte0,0010,000
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,191
Tête enseignante GPT0,357
Écart entre enseignants0,166 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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

Citations0
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEspaceINRS Institutional Digital Repository (Institut National de la Recherche Scientifique)Même sujetClimate Change and Health ImpactsTravaux en français237 207