MétaCan
Menu
Retour à la cohorte
Enregistrement W3019062169 · doi:10.1097/ee9.0000000000000096

Estimating the number of excess deaths attributable to heat in 297 United States counties

2020· article· en· W3019062169 sur OpenAlexaff
Kate R. Weinberger, Daniel A. Harris, Keith R. Spangler, Antonella Zanobetti, Gregory A. Wellenius

Notice bibliographique

RevueEnvironmental Epidemiology · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate Change and Health Impacts
Établissements canadiensPublic Health OntarioUniversity of TorontoUniversity of British Columbia
Organismes subventionnairesNational Institute of Environmental Health SciencesNational Institutes of Health
Mots-clésConfidence intervalAttributable riskDemographyGeographyPopulationExcess mortalityStatisticsMathematics

Résumé

récupéré en direct d'OpenAlex

There is a well-established relationship between high ambient temperature and risk of death. However, the number of deaths attributable to heat each year in the United States remains incompletely quantified. METHODS: We replicated the approach from a large, international study to estimate temperature-mortality associations in 297 United States counties and additionally calculated the number of deaths attributable to heat, a quantity of likely interest to policymakers and the public. RESULTS: Across 297 counties representing 61.9% of the United States population in 2000, we estimate that an average of 5,608 (95% empirical confidence interval = 4,748, 6,291) deaths were attributable to heat annually, 1997-2006. CONCLUSIONS: Our results suggest that the number of deaths related to heat in the United States is substantially larger than previously reported.

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 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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil1,000

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,099
Tête enseignante GPT0,354
Écart entre enseignants0,256 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations130
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental EpidemiologyMême sujetClimate Change and Health ImpactsTravaux en français237 207