Future mortality burden attributable to non-optimal temperatures under the dual threats from climate change and population aging
Notice bibliographique
Résumé
Background and Aim: Elderly population subgroups are amongst the most vulnerable to heat and cold. While temperature-related health impacts are projected to increase with progressive global warming, the influence of population aging on these trends remains unclear. Here we quantify the contribution of population aging to future temperature-related mortality in 729 locations across 42 countries at 1.5 °C, 2 °C, and 3 °C of warming using climate models of the latest Coupled Model Inter-comparison Project (CMIP6). Methods: We first estimated the location-age-specific temperature-mortality associations in a two-stage time-series analysis using quasi-Poisson regression with distributed lag nonlinear models and multivariate dose-response meta-regression using data from the Multi-Country Multi-City (MCC) Collaborative Research Network. We then combined the association estimates with future temperature series (18 models from CMIP6) to derive excess temperature-mortality projections at three warming levels. We derived age group-specific population and baseline mortality projections according to the Shared Socio-economic Pathway 5-8.5 to derive the corresponding excess mortality. Finally, we quantified the impact of population aging as the difference in the change in temperature-related mortality fractions (warming target minus historical period) between "climate-population" and "climate-only" scenarios (i.e., either accounting or not accounting for changes in population demographics). Results: Future heat-related mortality will increase by 0.8%-7.0% at 1.5-3.0 °C warming, among which 1 in 2 to 5 in 7 deaths would be attributable to population aging. Population aging would mostly offset the decrease of future cold-related mortality driven by climate only, leading to a net increase of 1.5%-5.3% at 1.5-3 ºC warming. Countries in Middle-East Asia, East-Asia, South-East Asia, and South America that have larger increases in population aging generally will face substantially elevated temperature-related mortality. Conclusions: Our findings suggest that population aging would constitute a crucial driver for a larger impact of non-optimal temperatures under a warming climate.
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 | 0,004 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».