Associations between Extreme Precipitation and Gastrointestinal-Related Hospital Admissions in Chennai, India
Notice bibliographique
Résumé
BACKGROUND: Understanding the potential links between extreme weather events and human health in India is important in the context of vulnerability and adaptation to climate change. Research exploring such linkages in India is sparse. OBJECTIVES: We evaluated the association between extreme precipitation and gastrointestinal (GI) illness-related hospital admissions in Chennai, India, from 2004 to 2007. METHODS: Daily hospital admissions were extracted from two government hospitals in Chennai, India, and meteorological data were retrieved from the Chennai International Airport. We evaluated the association between extreme precipitation (≥ 90th percentile) and hospital admissions using generalized additive models. Both single-day and distributed lag models were explored over a 15-day period, controlling for apparent temperature, day of week, and long-term time trends. We used a stratified analysis to explore the association across age and season. RESULTS: Extreme precipitation was consistently associated with GI-related hospital admissions. The cumulative summary of risk ratios estimated for a 15-day period corresponding to an extreme event (relative to no precipitation) was 1.60 (95% CI: 1.29, 1.98) among all ages, 2.72 (95% CI: 1.25, 5.92) among the young (≤ 5 years of age), and 1.62 (95% CI: 0.97, 2.70) among the old (≥ 65 years of age). The association was stronger during the pre-monsoon season (March-May), with a cumulative risk ratio of 6.50 (95% CI: 2.22, 19.04) for all ages combined compared with other seasons. CONCLUSIONS: Hospital admissions related to GI illness were positively associated with extreme precipitation in Chennai, India, with positive cumulative risk ratios for a 15-day period following an extreme event in all age groups. Projected changes in precipitation and extreme weather events suggest that climate change will have important implications for human health in India, where health disparities already exist. CITATION: Bush KF, O'Neill MS, Li S, Mukherjee B, Hu H, Ghosh S, Balakrishnan K. 2014. Associations between extreme precipitation and gastrointestinal-related hospital admissions in Chennai, India. Environ Health Perspect 122:249-254; http://dx.doi.org/10.1289/ehp.1306807.
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 | 0,000 | 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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
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 ».