Warm-season temperatures and emergency department visits among children with health insurance
Notice bibliographique
Résumé
High ambient temperatures have become more likely due to climate change and are linked to higher rates of heat-related illness, respiratory and cardiovascular diseases, mental health disorders, and other diseases. To date, far fewer studies have examined the effects of high temperatures on children versus adults, and studies including children have seldom been conducted on a national scale. Compared to adults, children have behavioral and physiological differences that may give them differential heat vulnerability. We acquired medical claims data from a large database of commercially insured US children aged 0-17 from May to September (warm-season) 2016-2019. Daily maximum ambient temperature and daily mean relative humidity estimates were aggregated to the county level using the Parameter-elevation Relationships on Independent Slopes dataset, and extreme heat was defined as the 95th percentile of the county-specific daily maximum temperature distribution. Using a case-crossover design and temperature lags 0-5 days, we estimated the associations between extreme heat and cause-specific emergency department visits (ED) in children aged <18 years, using the median county-specific daily maximum temperature distribution as the reference. Approximately 1.2 million ED visits in children from 2489 US counties were available during the study period. The 95th percentile of warm-season temperatures ranged from 71 °F to 112 °F (21.7 °C to 44.4 °C). Comparing 95th to the 50th percentile, extreme heat was associated with higher rates of ED visits for heat-related illness; endocrine, nutritional and metabolic diseases; and otitis media and externa, but not for all-cause admissions. Subgroup analyses suggested differences by age, with extreme heat positively associated with heat-related illness for both the 6-12 year (odds ratio [OR]: 1.34, 95% confidence interval [CI]: 1.16, 1.56) and 13-17 year age groups (OR: 1.55, 95% CI: 1.37, 1.76). Among children with health insurance across the US, days of extreme heat were associated with higher rates of healthcare utilization. These results highlight the importance of individual and population-level actions to protect children and adolescents from extreme heat, particularly in the context of continued climate change.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,003 | 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) | 0,006 | 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 tête enseignante, 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 ».