Variability in Temperature-Related Mortality Projections under Climate Change
Notice bibliographique
Résumé
BACKGROUND: Most studies that have assessed impacts on mortality of future temperature increases have relied on a small number of simulations and have not addressed the variability and sources of uncertainty in their mortality projections. OBJECTIVES: We assessed the variability of temperature projections and dependent future mortality distributions, using a large panel of temperature simulations based on different climate models and emission scenarios. METHODS: We used historical data from 1990 through 2007 for Montreal, Quebec, Canada, and Poisson regression models to estimate relative risks (RR) for daily nonaccidental mortality in association with three different daily temperature metrics (mean, minimum, and maximum temperature) during June through August. To estimate future numbers of deaths attributable to ambient temperatures and the uncertainty of the estimates, we used 32 different simulations of daily temperatures for June-August 2020-2037 derived from three global climate models (GCMs) and a Canadian regional climate model with three sets of RRs (one based on the observed historical data, and two on bootstrap samples that generated the 95% CI of the attributable number (AN) of deaths). We then used analysis of covariance to evaluate the influence of the simulation, the projected year, and the sets of RRs used to derive the attributable numbers of deaths. RESULTS: We found that < 1% of the variability in the distributions of simulated temperature for June-August of 2020-2037 was explained by differences among the simulations. Estimated ANs for 2020-2037 ranged from 34 to 174 per summer (i.e., June-August). Most of the variability in mortality projections (38%) was related to the temperature-mortality RR used to estimate the ANs. CONCLUSIONS: The choice of the RR estimate for the association between temperature and mortality may be important to reduce uncertainty in mortality projections.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».