MétaCan
Menu
← Retour à la cohorte
Enregistrement W2771182591 · doi:10.1161/circ.132.suppl_3.16987

Abstract 16987: Increased Ischemic Heart Disease And Stroke-related Hospitalizations From Cold Temperature in Ontario, Canada: Population-based Study

2015· article· en· W2771182591 sur OpenAlexaffabout
Hong Chen, Qiongsi Li, Jun Wang, Éric Lavigne, Richard Burnett, Mark S. Goldberg, Paul J. Villeneuve, Sabit Cakmak, Ray Copes

Notice bibliographique

RevueCirculation · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate Change and Health Impacts
Établissements canadiensMcGill University Health CentreHealth CanadaUniversity of OttawaCarleton UniversityPublic Health Ontario
Organismes subventionnairesnon disponible
Mots-clésMedicinePercentileConfidence intervalStroke (engine)Myocardial infarctionEpidemiologyPopulationCardiologyApparent temperatureDiseaseInternal medicineDemographyRelative humidityEnvironmental health

Résumé

récupéré en direct d'OpenAlex

Introduction: Experimental studies suggest that exposure to extreme ambient temperature, especially cold, can induce inflammatory reactions and a state of hypercoagulability which may in turn promote thrombosis and clot formation. However, epidemiological evidence relating cold temperature and cardiovascular-related morbidity is sparse. Even less is known about who is most susceptible to the effect of temperature. Methods: We obtained daily data on temperature and hospital admissions for any cardiovascular cause from all 14 health regions in Ontario, Canada in 1996-2013. A distributed lag non-linear model with 21 days of lag was applied to estimate the cumulative effect of temperature on selected cardiovascular conditions, controlling for air pollutants, influenza activity, relative humidity, long-term trends and day of the week. We estimated risks for cold and heat, defined as temperatures below and above the optimal temperature, which corresponded to the point with minimum cardiovascular morbidity, for each health region, and then pooled across Ontario. To identify potentially vulnerable subpopulations, we conducted stratified analyses by selected comorbidities and demographic characteristics. Results: Between 1996 and 2013, we identified 1.4 million hospitalizations from ischemic heart disease, 443,447 from myocardial infarction, 355,837 from stroke, and 237,979 from ischemic stroke across Ontario. The relationship of temperature and the selected cardiovascular conditions exhibited a U shape, with the minimum risk at ~60th percentile (12oC). For cold (at the 1st percentile temperature), the adjusted rate ratio was 1.12 (95% confidence interval (CI)=1.05-1.19) for ischemic heart disease, 1.28 (95%CI=1.13-1.44) for myocardial infarction, 1.15 (95%CI=1.02-1.30) for stroke, and 1.19 (95%CI=1.03-1.36) for ischemic stroke. Heat also exhibited elevated risks, albeit not significant, for these conditions. We found that the risk of ischemic heart disease from cold was highest among those with a history of conduction disorders, whereas the risk of stroke from cold was highest in those with arrhythmias. Conclusions: Acute exposure to cold temperature contributed to excess hospitalizations from cardiovascular disease in Ontario.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,022
Score d'incertitude au seuil0,160

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,004
Études des sciences et des technologies0,0030,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,023
Tête enseignante GPT0,248
Écart entre enseignants0,224 · 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

Citations1
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCirculation→Même sujetClimate Change and Health Impacts→Travaux en français237 207→