Extreme Temperatures and Stroke Mortality: Evidence From a Multi-Country Analysis
Notice bibliographique
Résumé
BACKGROUND: Extreme temperatures contribute significantly to global mortality. While previous studies on temperature and stroke-specific outcomes presented conflicting results, these studies were predominantly limited to single-city or single-country analyses. Their findings are difficult to synthesize due to variations in methodologies and exposure definitions. METHODS: Within the Multi-Country Multi-City Network, we built a new mortality database for ischemic and hemorrhagic stroke. Applying a unified analysis protocol, we conducted a multinational case-crossover study on the relationship between extreme temperatures and stroke. In the first stage, we fitted a conditional quasi-Poisson regression for daily mortality counts with distributed lag nonlinear models for temperature exposure separately for each city. In the second stage, the cumulative risk from each city was pooled using mixed-effect meta-analyses, accounting for clustering of cities with similar features. We compared temperature-stroke associations across country-level gross domestic product per capita. We computed excess deaths in each city that are attributable to the 2.5% hottest and coldest of days based on each city’s temperature distribution. RESULTS: We collected data for a total of 3 443 969 ischemic strokes and 2 454 267 hemorrhagic stroke deaths from 522 cities in 25 countries. For every 1000 ischemic stroke deaths, we found that extreme cold and hot days contributed 9.1 (95% empirical CI, 8.6–9.4) and 2.2 (95% empirical CI, 1.9–2.4) excess deaths, respectively. For every 1000 hemorrhagic stroke deaths, extreme cold and hot days contributed 11.2 (95% empirical CI, 10.9–11.4) and 0.7 (95% empirical CI, 0.5–0.8) excess deaths, respectively. We found that countries with low gross domestic product per capita were at higher risk of heat-related hemorrhagic stroke mortality than countries with high gross domestic product per capita ( P =0.02). CONCLUSIONS: Both extreme cold and hot temperatures are associated with an increased risk of dying from ischemic and hemorrhagic strokes. As climate change continues to exacerbate these extreme temperatures, interventional strategies are needed to mitigate impacts on stroke mortality, particularly in low-income countries.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 tête enseignante, 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 ».