Comparison for the effects of different components of temperature variability on mortality: A multi-country time-series study
Notice bibliographique
Résumé
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 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 | 0,008 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,004 |
| Bibliométrie | 0,001 | 0,002 |
| 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) | 0,001 | 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 ».