MétaCan
Menu
Retour à la cohorte
Enregistrement W2769759576 · doi:10.1016/s2542-5196(17)30156-0

Projections of temperature-related excess mortality under climate change scenarios

2017· article· en· W2769759576 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueThe Lancet Planetary Health · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate Change and Health Impacts
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesNational Health and Medical Research CouncilMedical Research CouncilBundesministerium für Bildung und ForschungGrantová Agentura České RepublikyPaul Mellon Centre for Studies in British Art, Yale UniversityNational Health Research InstitutesNational Research FoundationMinistry of the Environment, Government of JapanYale UniversityNational Research Foundation of KoreaU.S. Environmental Protection Agency
Mots-clésClimate changeRepresentative Concentration PathwaysTemperate climateEnvironmental scienceClimatologyGreenhouse gasGeographyMean radiant temperatureClimate modelPopulationExcess mortalityAtmospheric sciencesDemographyEcologyBiology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Climate change can directly affect human health by varying exposure to non-optimal outdoor temperature. However, evidence on this direct impact at a global scale is limited, mainly due to issues in modelling and projecting complex and highly heterogeneous epidemiological relationships across different populations and climates. METHODS: We collected observed daily time series of mean temperature and mortality counts for all causes or non-external causes only, in periods ranging from Jan 1, 1984, to Dec 31, 2015, from various locations across the globe through the Multi-Country Multi-City Collaborative Research Network. We estimated temperature-mortality relationships through a two-stage time series design. We generated current and future daily mean temperature series under four scenarios of climate change, determined by varying trajectories of greenhouse gas emissions, using five general circulation models. We projected excess mortality for cold and heat and their net change in 1990-2099 under each scenario of climate change, assuming no adaptation or population changes. FINDINGS: Our dataset comprised 451 locations in 23 countries across nine regions of the world, including 85 879 895 deaths. Results indicate, on average, a net increase in temperature-related excess mortality under high-emission scenarios, although with important geographical differences. In temperate areas such as northern Europe, east Asia, and Australia, the less intense warming and large decrease in cold-related excess would induce a null or marginally negative net effect, with the net change in 2090-99 compared with 2010-19 ranging from -1·2% (empirical 95% CI -3·6 to 1·4) in Australia to -0·1% (-2·1 to 1·6) in east Asia under the highest emission scenario, although the decreasing trends would reverse during the course of the century. Conversely, warmer regions, such as the central and southern parts of America or Europe, and especially southeast Asia, would experience a sharp surge in heat-related impacts and extremely large net increases, with the net change at the end of the century ranging from 3·0% (-3·0 to 9·3) in Central America to 12·7% (-4·7 to 28·1) in southeast Asia under the highest emission scenario. Most of the health effects directly due to temperature increase could be avoided under scenarios involving mitigation strategies to limit emissions and further warming of the planet. INTERPRETATION: This study shows the negative health impacts of climate change that, under high-emission scenarios, would disproportionately affect warmer and poorer regions of the world. Comparison with lower emission scenarios emphasises the importance of mitigation policies for limiting global warming and reducing the associated health risks. 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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,036
Score d'incertitude au seuil0,984

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,177
Tête enseignante GPT0,378
Écart entre enseignants0,202 · 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