Heat alerts associated with higher rates of cause-specific hospital admissions but not lower mortality among older adults in the US
Notice bibliographique
Résumé
BACKGROUND AND AIM: Heat alerts are issued in advance of forecast periods of extreme heat in order to protect the public’s health, yet little evidence is available regarding their effectiveness in reducing heat-related illness and death. We estimated the association of heat alerts with all-cause mortality and cause-specific hospital admissions among Medicare beneficiaries aged 65 years and older living in counties in the contiguous United States, 2006-2016. METHODS: In each county, we compared days with heat alerts to days without heat alerts, matched on daily maximum heat index (plus or minus 2 degrees Fahrenheit) and month. We used conditional Poisson regression models stratified on county to estimate the association between heat alerts and each health outcome, adjusting for year, day of week, federal holidays, and lagged daily maximum heat index. In sensitivity analyses, we additionally adjusted for ozone, PM2.5, and same-day daily maximum heat index. RESULTS:We were able to identify a matched non-heat alert day for 92,029 heat alert days in 2,817 counties. We did not observe evidence of a protective association between heat alerts and mortality (RR: 1.005 [95% CI: 0.997, 1.013). However, heat alerts were associated with a higher risk of hospitalization for fluid and electrolyte disorders (RR: 1.040 [95% CI: 1.015, 1.065]) and heat stroke (RR: 1.094 [95% CI: 1.038, 1.152]). Results were similar in sensitivity analyses adjusting for air pollution and same-day heat index. CONCLUSIONS:We found that heat alerts were not associated with lower mortality on the days and counties included in this study. However, this study does provide initial evidence that heat alerts may be associated with higher rates of healthcare utilization for fluid and electrolyte disorders and heat stroke, potentially suggesting that heat alerts lead more individuals to seek or access needed care. KEYWORDS: Temperature, Climate, Environmental epidemiology, Short-term exposure
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».