MétaCan
Menu
Retour à la cohorte
Enregistrement W4320487122 · doi:10.1016/j.envint.2023.107825

Heat-related cardiorespiratory mortality: Effect modification by air pollution across 482 cities from 24 countries

2023· article· en· W4320487122 sur OpenAlexaff
Masna Rai, Massimo Stafoggia, Francesca de’Donato, Matteo Scortichini, Sofia Zafeiratou, Liliana Vázquez Fernández, Siqi Zhang, Klea Katsouyanni, Evangelia Samoli, Shilpa Rao, Éric Lavigne, Yuming Guo, Haidong Kan, Samuel Osorio, Jan Kyselý, Aleš Urban, Hans Orru, Marek Maasikmets, Jouni J. K. Jaakkola, Niilo Ryti, Mathilde Pascal, Masahiro Hashizume, Chris Fook Sheng Ng, Barrak Alahmad, Magali Hurtado‐Díaz, César De la Cruz Valencia, Baltazar Nunes, Joana Madureira, Noah Scovronick, Rebecca M. Garland, Ho Kim, Whanhee Lee, Aurelio Tobı́as, Bertil Forsberg, Christofer Åström, Ana María Vicedo-Cabrera, Martina S. Ragettli, Yue Leon Guo, Shih‐Chun Pan, Shanshan Li, Antonio Gasparrini, Francesco Sera, Pierre Masselot, Joel Schwartz, Antonella Zanobetti, Michelle L. Bell, Alexandra Schneider, Susanne Breitner

Notice bibliographique

RevueEnvironment International · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate Change and Health Impacts
Établissements canadiensUniversity of OttawaHealth Canada
Organismes subventionnairesFundação para a Ciência e a TecnologiaHorizon 2020 Framework ProgrammeEuropean Commission
Mots-clésCardiorespiratory fitnessPoisson regressionConfidence intervalEffect modificationPercentileAir pollutionPollutantMedicineConfoundingParticulatesEnvironmental scienceEnvironmental healthDemographyChemistryInternal medicinePopulationStatisticsMathematics

Résumé

récupéré en direct d'OpenAlex

Evidence on the potential interactive effects of heat and ambient air pollution on cause-specific mortality is inconclusive and limited to selected locations. We investigated the effects of heat on cardiovascular and respiratory mortality and its modification by air pollution during summer months (six consecutive hottest months) in 482 locations across 24 countries. Location-specific daily death counts and exposure data (e.g., particulate matter with diameters ≤ 2.5 µm [PM2.5]) were obtained from 2000 to 2018. We used location-specific confounder-adjusted Quasi-Poisson regression with a tensor product between air temperature and the air pollutant. We extracted heat effects at low, medium, and high levels of pollutants, defined as the 5th, 50th, and 95th percentile of the location-specific pollutant concentrations. Country-specific and overall estimates were derived using a random-effects multilevel meta-analytical model. Heat was associated with increased cardiorespiratory mortality. Moreover, the heat effects were modified by elevated levels of all air pollutants in most locations, with stronger effects for respiratory than cardiovascular mortality. For example, the percent increase in respiratory mortality per increase in the 2-day average summer temperature from the 75th to the 99th percentile was 7.7% (95% Confidence Interval [CI] 7.6–7.7), 11.3% (95%CI 11.2–11.3), and 14.3% (95% CI 14.1–14.5) at low, medium, and high levels of PM2.5, respectively. Similarly, cardiovascular mortality increased by 1.6 (95%CI 1.5–1.6), 5.1 (95%CI 5.1–5.2), and 8.7 (95%CI 8.7–8.8) at low, medium, and high levels of O3, respectively. We observed considerable modification of the heat effects on cardiovascular and respiratory mortality by elevated levels of air pollutants. Therefore, mitigation measures following the new WHO Air Quality Guidelines are crucial to enhance better health and promote sustainable development.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,147
Score d'incertitude au seuil0,996

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,005

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.

Tête enseignante Opus0,038
Tête enseignante GPT0,314
Écart entre enseignants0,276 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations117
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironment InternationalMême sujetClimate Change and Health ImpactsTravaux en français237 207