Suicide and Ambient Temperature: A Multi-City Multi-Country Study
Notice bibliographique
Résumé
Previous literature suggests that higher temperature may play a role in increasing the risk of suicide, but little is known about the nonlinear temperature-suicide association. We examined a nonlinear exposure-response curve of the short-term association using a daily time-series data covering 294 locations in 10 countries (Brazil, Canada, Japan, South Korea, Philippines, Spain, Taiwan, UK, USA, and Vietnam) ranging from 4 to 40 years.We conducted a two-stage meta-analysis. In the first stage, we conducted a location-specific time-stratified case-crossover analysis to examine the short-term association between suicide and temperature (daily mean) using conditional Poisson regression. A distributed lag nonlinear structure for temperature was incorporated with the maximum lag of 6 days. In the second stage, we used a multivariate meta-regression to combine the location-specific lag-cumulative nonlinear associations by country and identify a range of temperature with the highest risk of suicide.In general, higher temperature was associated with the increased risk of suicide. However, suicide risk decreased rather than increased during extremely high temperatures (inverted J-shaped curve) in some locations, particularly for northeast Asian countries. The temperature with the highest risk of suicide for each country ranged from 91st to 99th percentile except the Philippines and the USA. The country mean cumulative relative risks at the temperature with the highest risk relative to that at the lowest were fairly consistent across countries, ranging from 1.27 (95% CI= 1.15–1.40) in the UK to 1.70 (95% CI= 1.35–2.15) in Taiwan, except for Vietnam at 2.69 (95% CI= 1.10–6.56).We found nonlinearity of the short-term temperature-suicide association. Our findings suggest that there may be a critical range of temperature that maximizes the risk of suicide, with the risk less high at extremely high temperature such as heat waves.On behalf of the MCC collaborative research network.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,010 |
| Bibliométrie | 0,002 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 source (Gemma direct ou Codex distillé), 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 ».