MétaCan
Menu
Retour à la cohorte
Enregistrement W4396609583 · doi:10.1016/j.envint.2024.108712

Comparison for the effects of different components of temperature variability on mortality: A multi-country time-series study

2024· article· en· W4396609583 sur OpenAlexaff
Bo Wen, Yao Wu, Yuming Guo, Antonio Gasparrini, Shilu Tong, Ala Overcenco, Aleš Urban, Alexandra Schneider, Alireza Entezari, Ana M. Vicedo‐Cabrera, Antonella Zanobetti, Antonis Analitis, Ariana Zeka, Aurelio Tobı́as, Baltazar Nunes, Barrak Alahmad, Ben Armstrong, Bertil Forsberg, Shih‐Chun Pan, Caroline Ameling, César De la Cruz Valencia, Christofer Åström, Danny Houthuijs, Do Van Dung, Dominic Royé, Ene Indermitte, Éric Lavigne, Fatemeh Mayvaneh, Fiorella Acquaotta, Francesca de’Donato, Shilpa Rao, Francesco Sera, Gabriel Carrasco‐Escobar, Haidong Kan, Hans Orru, Ho Kim, Iulian‐Horia Holobâcă, Jan Kyselý, Joana Madureira, Joel Schwartz, Jouni J. K. Jaakkola, Klea Katsouyanni, Magali Hurtado‐Díaz, Martina S. Ragettli, Masahiro Hashizume, Mathilde Pascal, Micheline de Sousa Zanotti Stagliorio Coêlho, Nicolás Valdés Ortega, Niilo Ryti, Noah Scovronick, Paola Michelozzi, Patricia Matus Correa, Patrick Goodman, Paulo Hilário Nascimento Saldiva, Raanan Raz, Rosana Abrutzky, Samuel Osorio, Trần Ngọc Đăng, Valentina Colistro, Veronika Huber, Whanhee Lee, Xerxes Seposo, Yasushi Honda, Yoonhee Kim, Yue Leon Guo, Michelle L. Bell, Shanshan Li

Notice bibliographique

RevueEnvironment International · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate Change and Health Impacts
Établissements canadiensOttawa Public HealthUniversity of OttawaHealth Canada
Organismes subventionnairesNational Institute of Environmental Health SciencesFundação de Amparo à Pesquisa do Estado de São PauloAgencia Estatal de InvestigaciónNational Health and Medical Research CouncilMedical Research CouncilMinisterio de Asuntos Económicos y Transformación Digital, Gobierno de EspañaEnvironmental Restoration and Conservation AgencyChina Scholarship CouncilNatural Environment Research CouncilScience and Technology Commission of Shanghai MunicipalityGrantová Agentura České RepublikySight Research UK
Mots-clésSeries (stratigraphy)Time seriesEnvironmental scienceStatisticsEconometricsGeographyMathematicsBiology

Résumé

récupéré en direct d'OpenAlex

Temperature variability (TV) is associated with increased mortality risk. However, it is still unknown whether intra-day or inter-day TV has a higher effect. We aimed to assess the association of intra-day TV and inter-day TV with all-cause, cardiovascular, and respiratory mortality. We collected data on total, cardiovascular, and respiratory mortality and meteorology from 758 locations in 47 countries or regions from 1972 to 2020. We defined inter-day TV as the standard deviation (SD) of daily mean temperatures across the lag interval, and intra-day TV as the average SD of minimum and maximum temperatures on each day. In the first stage, inter-day and intra-day TVs were modelled simultaneously in the quasi-Poisson time-series model for each location. In the second stage, a multi-level analysis was used to pool the location-specific estimates. Overall, the mortality risk due to each interquartile range [IQR] increase was higher for intra-day TV than for inter-day TV. The risk increased by 0.59% (95% confidence interval [CI]: 0.53, 0.65) for all-cause mortality, 0.64% (95% CI: 0.56, 0.73) for cardiovascular mortality, and 0.65% (95% CI: 0.49, 0.80) for respiratory mortality per IQR increase in intra-day TV0–7 (0.9 °C). An IQR increase in inter-day TV0–7 (1.6 °C) was associated with 0.22% (95% CI: 0.18, 0.26) increase in all-cause mortality, 0.44% (95% CI: 0.37, 0.50) increase in cardiovascular mortality, and 0.31% (95% CI: 0.21, 0.41) increase in respiratory mortality. The proportion of all-cause deaths attributable to intra-day TV0–7 and inter-day TV0–7 was 1.45% and 0.35%, respectively. The mortality risks varied by lag interval, climate area, season, and climate type. Our results indicated that intra-day TV may explain the main part of the mortality risk related to TV and suggested that comprehensive evaluations should be proposed in more countries to help protect human health.

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 enseignants0,109
Score d'incertitude au seuil1,000

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)0,0010,000

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 Opus0,043
Tête enseignante GPT0,339
Écart entre enseignants0,296 · 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

Citations10
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironment InternationalMême sujetClimate Change and Health ImpactsTravaux en français237 207