MétaCan
Menu
Retour à la cohorte
Enregistrement W4387504257 · doi:10.1016/j.envint.2023.108258

Joint effect of heat and air pollution on mortality in 620 cities of 36 countries

2023· review· en· W4387504257 sur OpenAlexaff
Massimo Stafoggia, Paola Michelozzi, Alexandra Schneider, Ben Armstrong, Matteo Scortichini, Masna Rai, Souzana Achilleos, Barrak Alahmad, Antonis Analitis, Christofer Åström, Michelle L. Bell, Neville Calleja, Hanne Krage Carlsen, Gabriel Carrasco‐Escobar, John Paul Cauchi, Micheline DSZS Coelho, Patricia Matus Correa, Magali Hurtado‐Díaz, Alireza Entezari, Bertil Forsberg, Rebecca M. Garland, Yue Leon Guo, Yuming Guo, Masahiro Hashizume, Iulian‐Horia Holobâcă, Jouni J. K. Jaakkola, Haidong Kan, Klea Katsouyanni, Ho Kim, Jan Kyselý, Éric Lavigne, Whanhee Lee, Shanshan Li, Marek Maasikmets, Joana Madureira, Fatemeh Mayvaneh, Chris Fook Sheng Ng, Baltazar Nunes, Hans Orru, Nicolás Valdés Ortega, Samuel Osorio, Alfonso Diz-Lois Palomares, Shih‐Chun Pan, Mathilde Pascal, Martina S. Ragettli, Shilpa Rao, Raanan Raz, Dominic Royé, Niilo Ryti, Paulo HN Saldiva, Evangelia Samoli, Joel Schwartz, Noah Scovronick, Francesco Sera, Aurelio Tobı́as, Shilu Tong, César DLC Valencia, Ana M. Vicedo‐Cabrera, Aleš Urban, Antonio Gasparrini, Susanne Breitner, Francesca K. de’ Donato

Notice bibliographique

RevueEnvironment International · 2023
Typereview
Langueen
DomaineEnvironmental Science
ThématiqueClimate Change and Health Impacts
Établissements canadiensHealth Canada
Organismes subventionnairesStrategic International Collaborative Research ProgramNational Institute of Environmental Health SciencesJapan Science and Technology AgencyMedical Research CouncilFundação para a Ciência e a TecnologiaNatural Environment Research CouncilNational Center for Advancing Translational SciencesGrantová Agentura České RepublikyEuropean CommissionSight Research UK
Mots-clésPercentileAir pollutionConfidence intervalPoisson regressionEnvironmental scienceParticulatesNitrogen dioxidePollutantOzonePoisson distributionLinear regressionAtmospheric sciencesDemographyGeographyMeteorologyEnvironmental healthMedicineStatisticsMathematicsPopulationChemistry

Résumé

récupéré en direct d'OpenAlex

The epidemiological evidence on the interaction between heat and ambient air pollution on mortality is still inconsistent. To investigate the interaction between heat and ambient air pollution on daily mortality in a large dataset of 620 cities from 36 countries. We used daily data on all-cause mortality, air temperature, particulate matter ≤ 10 μm (PM10), PM ≤ 2.5 μm (PM2.5), nitrogen dioxide (NO2), and ozone (O3) from 620 cities in 36 countries in the period 1995-2020. We restricted the analysis to the six consecutive warmest months in each city. City-specific data were analysed with over-dispersed Poisson regression models, followed by a multilevel random-effects meta-analysis. The joint association between air temperature and air pollutants was modelled with product terms between non-linear functions for air temperature and linear functions for air pollutants. We analyzed 22,630,598 deaths. An increase in mean temperature from the 75th to the 99th percentile of city-specific distributions was associated with an average 8.9% (95% confidence interval: 7.1%, 10.7%) mortality increment, ranging between 5.3% (3.8%, 6.9%) and 12.8% (8.7%, 17.0%), when daily PM10 was equal to 10 or 90 μg/m3, respectively. Corresponding estimates when daily O3 concentrations were 40 or 160 μg/m3 were 2.9% (1.1%, 4.7%) and 12.5% (6.9%, 18.5%), respectively. Similarly, a 10 μg/m3 increment in PM10 was associated with a 0.54% (0.10%, 0.98%) and 1.21% (0.69%, 1.72%) increase in mortality when daily air temperature was set to the 1st and 99th city-specific percentiles, respectively. Corresponding mortality estimate for O3 across these temperature percentiles were 0.00% (-0.44%, 0.44%) and 0.53% (0.38%, 0.68%). Similar effect modification results, although slightly weaker, were found for PM2.5 and NO2. Suggestive evidence of effect modification between air temperature and air pollutants on mortality during the warm period was found in a global dataset of 620 cities.

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)0,001
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 consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,716
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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)0,0010,000

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.

Tête enseignante Opus0,099
Tête enseignante GPT0,364
Écart entre enseignants0,265 · 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; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeAutre devis
Domainenon disponible
GenreSynthèse

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

En bref

Citations114
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironment InternationalMême sujetClimate Change and Health ImpactsTravaux en français237 207