MétaCan
Menu
Retour à la cohorte
Enregistrement W4391094944 · doi:10.1371/journal.pmed.1004341

Tropical cyclone-specific mortality risks and the periods of concern: A multicountry time-series study

2024· article· en· W4391094944 sur OpenAlexaff
Wenzhong Huang, Zhengyu Yang, Yiwen Zhang, Thomas Vogt, Ben Armstrong, Wenhua Yu, Rongbin Xu, Pei Yu, Yanming Liu, Antonio Gasparrini, Samuel Hundessa, Éric Lavigne, Tomàs Molina, Tobias Geiger, Yue Leon Guo, Christian Otto, Simon Hales, Farnaz Pourzand, Shih‐Chun Pan, Ke Ju, Elizabeth A. Ritchie, Shanshan Li, Yuming Guo

Notice bibliographique

RevuePLoS Medicine · 2024
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueTropical and Extratropical Cyclones Research
Établissements canadiensUniversity of OttawaHealth Canada
Organismes subventionnairesHealth Research Council of New ZealandNational Health and Medical Research CouncilChina Scholarship CouncilMedical Research CouncilBundesministerium für Bildung und ForschungNatural Environment Research CouncilSight Research UK
Mots-clésPoisson regressionPopulationDemographyClimate changeMortality rateMedicineGeographyEnvironmental scienceEnvironmental healthEcologyBiologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: More intense tropical cyclones (TCs) are expected in the future under a warming climate scenario, but little is known about their mortality effect pattern across countries and over decades. We aim to evaluate the TC-specific mortality risks, periods of concern (POC) and characterize the spatiotemporal pattern and exposure-response (ER) relationships on a multicountry scale. METHODS AND FINDINGS: Daily all-cause, cardiovascular, and respiratory mortality among the general population were collected from 494 locations in 18 countries or territories during 1980 to 2019. Daily TC exposures were defined when the maximum sustained windspeed associated with a TC was ≥34 knots using a parametric wind field model at a 0.5° × 0.5° resolution. We first estimated the TC-specific mortality risks and POC using an advanced flexible statistical framework of mixed Poisson model, accounting for the population changes, natural variation, seasonal and day of the week effects. Then, a mixed meta-regression model was used to pool the TC-specific mortality risks to estimate the overall and country-specific ER relationships of TC characteristics (windspeed, rainfall, and year) with mortality. Overall, 47.7 million all-cause, 15.5 million cardiovascular, and 4.9 million respiratory deaths and 382 TCs were included in our analyses. An overall average POC of around 20 days was observed for TC-related all-cause and cardiopulmonary mortality, with relatively longer POC for the United States of America, Brazil, and Taiwan (>30 days). The TC-specific relative risks (RR) varied substantially, ranging from 1.04 to 1.42, 1.07 to 1.77, and 1.12 to 1.92 among the top 100 TCs with highest RRs for all-cause, cardiovascular, and respiratory mortality, respectively. At country level, relatively higher TC-related mortality risks were observed in Guatemala, Brazil, and New Zealand for all-cause, cardiovascular, and respiratory mortality, respectively. We found an overall monotonically increasing and approximately linear ER curve of TC-related maximum sustained windspeed and cumulative rainfall with mortality, with heterogeneous patterns across countries and regions. The TC-related mortality risks were generally decreasing from 1980 to 2019, especially for the Philippines, Taiwan, and the USA, whereas potentially increasing trends in TC-related all-cause and cardiovascular mortality risks were observed for Japan. CONCLUSIONS: The TC mortality risks and POC varied greatly across TC events, locations, and countries. To minimize the TC-related health burdens, targeted strategies are particularly needed for different countries and regions, integrating epidemiological evidence on region-specific POC and ER curves that consider across-TC variability.

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 consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,997

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 technologies0,0000,002
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,085
Tête enseignante GPT0,318
Écart entre enseignants0,233 · 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'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

Citations12
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS MedicineMême sujetTropical and Extratropical Cyclones ResearchTravaux en français237 207