Global, regional, and national burden of mortality associated with short-term temperature variability from 2000–19: a three-stage modelling study
Notice bibliographique
Résumé
BACKGROUND: Increased mortality risk is associated with short-term temperature variability. However, to our knowledge, there has been no comprehensive assessment of the temperature variability-related mortality burden worldwide. In this study, using data from the MCC Collaborative Research Network, we first explored the association between temperature variability and mortality across 43 countries or regions. Then, to provide a more comprehensive picture of the global burden of mortality associated with temperature variability, global gridded temperature data with a resolution of 0·5° × 0·5° were used to assess the temperature variability-related mortality burden at the global, regional, and national levels. Furthermore, temporal trends in temperature variability-related mortality burden were also explored from 2000-19. METHODS: In this modelling study, we applied a three-stage meta-analytical approach to assess the global temperature variability-related mortality burden at a spatial resolution of 0·5° × 0·5° from 2000-19. Temperature variability was calculated as the SD of the average of the same and previous days' minimum and maximum temperatures. We first obtained location-specific temperature variability related-mortality associations based on a daily time series of 750 locations from the Multi-country Multi-city Collaborative Research Network. We subsequently constructed a multivariable meta-regression model with five predictors to estimate grid-specific temperature variability related-mortality associations across the globe. Finally, percentage excess in mortality and excess mortality rate were calculated to quantify the temperature variability-related mortality burden and to further explore its temporal trend over two decades. FINDINGS: An increasing trend in temperature variability was identified at the global level from 2000 to 2019. Globally, 1 753 392 deaths (95% CI 1 159 901-2 357 718) were associated with temperature variability per year, accounting for 3·4% (2·2-4·6) of all deaths. Most of Asia, Australia, and New Zealand were observed to have a higher percentage excess in mortality than the global mean. Globally, the percentage excess in mortality increased by about 4·6% (3·7-5·3) per decade. The largest increase occurred in Australia and New Zealand (7·3%, 95% CI 4·3-10·4), followed by Europe (4·4%, 2·2-5·6) and Africa (3·3, 1·9-4·6). INTERPRETATION: Globally, a substantial mortality burden was associated with temperature variability, showing geographical heterogeneity and a slightly increasing temporal trend. Our findings could assist in raising public awareness and improving the understanding of the health impacts of temperature variability. FUNDING: Australian Research Council, Australian National Health & 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.
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 | 0,020 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,038 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,004 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».