The influence of heat and cold waves on mortality in Russian subarctic cities with varying climates
Notice bibliographique
Résumé
Publications on ambient temperature-related mortality among Arctic or subarctic populations are extremely rare. While circumpolar areas cover large portions of several European countries, Canada, and the USA, the population of these territories is relatively small, and the data needed for statistical analysis of the health impacts of extreme temperature events are frequently insufficient. This study utilizes standard time series regression techniques to estimate relative increases in cause- and age-specific daily mortality rates during heat waves and cold spells in four Russian cities with a subarctic climate. The statistical significance of the obtained effect estimates tends to be greater in the continental climate than in the marine climate. A small meta-analysis was built around the obtained site-specific health effects. The effects were homogeneous and calculated for the selected weather-dependent health outcomes. The relative risks of mortality due to ischemic heart disease, all diseases of the circulatory system, and all non-accidental causes during cold spells in the age group ≥ 65 years were 1.20 (95% CI: 1.11-1.29), 1.14 (1.08-1.20), and 1.12 (1.07-1.17), respectively. Cold spells were more harmful to the health of the residents of Murmansk, Archangelsk, and Magadan than heat waves, and only in Yakutsk, heat waves were more dangerous. The results of this study can help the public health authorities develop specific measures for the prevention of excess deaths during cold spells and heat waves in the exposed subarctic populations.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».