Assessment of the effect of cold and hot temperatures on mortality in Ontario, Canada: a population-based study
Notice bibliographique
Résumé
BACKGROUND: Ambient high temperature is associated with death; however, heat-related risk of death has not been quantified systematically in Ontario, the most populous province in Canada. Less is known about cold-related risk in this population. Our objective was to quantify the health impact from cold and hot temperatures in Ontario. METHODS: The study population consisted of all residents of Ontario who died between Jan. 1, 1996, and Dec. 31, 2010, from any nonaccidental cause. A case-crossover analysis was applied to assess the relation between daily temperature fluctuation and deaths from nonaccidental and selected causes in cold (December-February) and warm (June-August) seasons, respectively, adjusting for various potential confounders. Risk estimates were obtained for each census division, then pooled across Ontario. We examined potential effect modification for selected comorbidities and sociodemographic characteristics. RESULTS: In warm seasons, each 5°C increase in daily mean temperature was associated with a 2.5% increase in nonaccidental deaths (95% confidence interval [CI] = 1.3% to 3.8%) on the day of exposure (lag 0). In cold seasons, each 5°C decrease in daily temperature was associated with a 3.0% (95% CI 1.8% to 4.2%) increase in nonaccidental deaths, which persisted over 7 days (lag 0-6). The cold-related effects (lag 0-6) were stronger for cardiovascular-related deaths (any cardiovascular death: 4.1%, 95% CI 2.3% to 5.9%; ischemic heart disease: 5.8%, 95% CI 3.6% to 8.1%), especially among people less than 65 years of age (8.0%, 95% CI 3.0% to 13.0%). Conversely, heat most strongly increased respiratory-related deaths during admission to hospital (26.0%, 95% CI 0% to 61.4%). Across Ontario, each 5°C change in daily temperature was estimated to induce 7 excess deaths per day in cold seasons and 4 excess deaths in warm seasons. INTERPRETATION: Heat contributed to excess deaths in Ontario, although the effect of cold weather appeared to be greater. Further work is required to better define high-risk subgroups, which might include the homeless and people with inadequately heated housing.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| 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 ».