MétaCan
Menu
Retour à la cohorte
Enregistrement W2766025273 · doi:10.1136/heartjnl-2017-311821

Increased coronary heart disease and stroke hospitalisations from ambient temperatures in Ontario

2017· article· en· W2766025273 sur OpenAlexafffundabout
Li Bai, Qiongsi Li, Jun Wang, Éric Lavigne, Antonio Gasparrini, Ray Copes, Abderrahmane Yagouti, Richard T. Burnett, Mark S. Goldberg, Sabit Cakmak, Hong Chen

Notice bibliographique

RevueHeart · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate Change and Health Impacts
Établissements canadiensMcGill University Health CentreUniversity of OttawaHealth CanadaMcGill UniversityInstitute for Clinical Evaluative SciencesUniversity of TorontoPublic Health Ontario
Organismes subventionnairesHealth CanadaUniversity of TorontoOntario Ministry of Health and Long-Term CareMedical Research CouncilInstitute for Clinical Evaluative Sciences
Mots-clésMedicinePercentileStroke (engine)Myocardial infarctionInternal medicineCardiologyRelative riskCoronary heart diseaseMultivariate analysisConfidence interval

Résumé

récupéré en direct d'OpenAlex

Objective To assess the associations between ambient temperatures and hospitalisations for coronary heart disease (CHD) and stroke. Methods Our study comprised all residents living in Ontario, Canada, 1996–2013. For each of 14 health regions, we fitted a distributed lag non-linear model to estimate the cold and heat effects on hospitalisations from CHD, acute myocardial infarction (AMI), stroke and ischaemic stroke, respectively. These effects were pooled using a multivariate meta-analysis. We computed attributable hospitalisations for cold and heat, defined as temperatures above and below the optimum temperature (corresponding to the temperature of minimum morbidity) and for moderate and extreme temperatures, defined using cut-offs at the 2.5th and 97.5th temperature percentiles. Results Between 1996 and 2013, we identified 1.4 million hospitalisations from CHD and 355 837 from stroke across Ontario. On cold days with temperature corresponding to the 1st percentile of temperature distribution, we found a 9% increase in daily hospitalisations for CHD (95% CI 1% to 16%), 29% increase for AMI (95% CI 15% to 45%) and 11% increase for stroke (95% CI 1% to 22%) relative to days with an optimal temperature. High temperatures (the 99th percentile) also increased CHD hospitalisations by 6% (95% CI 1% to 11%) relative to the optimal temperature. These estimates translate into 2.49% of CHD hospitalisations attributable to cold and 1.20% from heat. Additionally, 1.71% of stroke hospitalisations were attributable to cold. Importantly, moderate temperatures, rather than extreme temperatures, yielded the most of the cardiovascular burdens from temperatures. Conclusions Ambient temperatures, especially in moderate ranges, may be an important risk factor for cardiovascular-related hospitalisations.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,042
Score d'incertitude au seuil0,125

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,004
Bibliométrie0,0010,003
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,041
Tête enseignante GPT0,288
Écart entre enseignants0,247 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations139
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueHeartMême sujetClimate Change and Health ImpactsTravaux en français237 207