THE ACUTE EFFECTS OF AMBIENT TEMPERATURE EXPOSURE ON MENTAL ILLNESS RELATED EMERGENCY ROOM VISITS IN THE CITY OF TORONTO.
Notice bibliographique
Résumé
Objectives:The purpose of this study was to assess the effects of extreme ambient temperature on hospital emergency room (ER) visits related to mental and behavior disorders in Toronto, Canada.Methods: A time series study was conducted using health and climatic data from April 1st 2002 to March 31st 2010.Relative risks for increases in ER visits were estimated for specific mental and behavior disorders (MBD) after exposure to hot and cold temperatures while using 50th percentile of the mean temperature distribution as the reference.The non-linear nature of the exposure-outcome relationship was accounted for using a distributed lag non-linear model (DLNM).The effects of seasonality, humidity, day of the week and outdoor air pollutants (CO 2 , O 3 , PM 2.5 , NO2, and SO 2 ) were also adjusted. Results:We observed positive associations between elevated mean temperatures and hospital ER visits for MBD.For hot temperatures, significant increases in ER visits for MBD were observed after a mean temperature threshold of about 24C.The association generally lasted about 3 to 4 lag days with the strongest effect occuring at lag 0 (RR = 1.06; 95% CI: 1.03 -1.09).Similar trends and associations were observed for specific mental illnesses such as mood, neurotic, substance abuse, and schizophrenia related disorders.Cold temperature associations were only observed for schizophrenia. Conclusions:Our findings suggest that extreme temperature poses a risk to the health and wellbeing for individuals with mental and behavior disorders.Patient management and education may need to be improved as extreme temperatures become more prevalent.
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 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».