Mortality risk attributable to high and low ambient temperature: a multicountry observational study
Notice bibliographique
Résumé
BACKGROUND: Although studies have provided estimates of premature deaths attributable to either heat or cold in selected countries, none has so far offered a systematic assessment across the whole temperature range in populations exposed to different climates. We aimed to quantify the total mortality burden attributable to non-optimum ambient temperature, and the relative contributions from heat and cold and from moderate and extreme temperatures. METHODS: We collected data for 384 locations in Australia, Brazil, Canada, China, Italy, Japan, South Korea, Spain, Sweden, Taiwan, Thailand, UK, and USA. We fitted a standard time-series Poisson model for each location, controlling for trends and day of the week. We estimated temperature-mortality associations with a distributed lag non-linear model with 21 days of lag, and then pooled them in a multivariate metaregression that included country indicators and temperature average and range. We calculated attributable deaths for heat and cold, defined as temperatures above and below the optimum temperature, which corresponded to the point of minimum mortality, and for moderate and extreme temperatures, defined using cutoffs at the 2·5th and 97·5th temperature percentiles. FINDINGS: We analysed 74,225,200 deaths in various periods between 1985 and 2012. In total, 7·71% (95% empirical CI 7·43-7·91) of mortality was attributable to non-optimum temperature in the selected countries within the study period, with substantial differences between countries, ranging from 3·37% (3·06 to 3·63) in Thailand to 11·00% (9·29 to 12·47) in China. The temperature percentile of minimum mortality varied from roughly the 60th percentile in tropical areas to about the 80-90th percentile in temperate regions. More temperature-attributable deaths were caused by cold (7·29%, 7·02-7·49) than by heat (0·42%, 0·39-0·44). Extreme cold and hot temperatures were responsible for 0·86% (0·84-0·87) of total mortality. INTERPRETATION: Most of the temperature-related mortality burden was attributable to the contribution of cold. The effect of days of extreme temperature was substantially less than that attributable to milder but non-optimum weather. This evidence has important implications for the planning of public-health interventions to minimise the health consequences of adverse temperatures, and for predictions of future effect in climate-change scenarios. FUNDING: UK Medical Research Council.
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».