Hospitalizations from Hypertensive Diseases, Diabetes, and Arrhythmia in Relation to Low and High Temperatures: Population-Based Study
Notice bibliographique
Résumé
Little is known about the extent to which ambient temperatures contribute to the burden of hospitalizations from hypertensive diseases, diabetes, and arrhythmia. To fill this knowledge gap, we conducted a time-series study comprising entire population of Ontario, Canada during 1996-2013. A distributed lag non-linear model was developed to estimate the cumulative effect of temperatures over a 21-day lag period. We computed the burden of hospitalizations attributable to cold and heat. Furthermore, we separated the burden into components related to mild and extreme temperatures. Compared to the temperature with minimum risk of morbidity, cold temperatures (1(st) percentile) were associated with a 37% (95% confidence interval: 5%, 78%) increase in hypertension-related hospitalizations whereas no significant association with hot temperatures (99(th) percentile) was observed. Cold and hot temperatures were also associated with a 12% (1%, 24%) and a 30% (6%, 58%) increase in diabetes-related hospitalizations, respectively. Arrhythmia was not linked to temperatures. These estimates translate into ~10% of hypertension-related hospitalizations attributable to total cold, and ~9% from mild cold. Similarly, ~11% of diabetes-related hospitalizations were due to total heat, virtually all of which were from mild heat. In conclusion, ambient temperatures, especially in moderate ranges, contribute to excess hospitalizations from hypertension and diabetes.
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) | 0,000 | 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 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 ».