A population-based case-control analysis of risk factors associated with mortality during the 2021 western North American heat dome: focus on chronic conditions and social vulnerability
Notice bibliographique
Résumé
Abstract Western North America experienced an unprecedented extreme heat event (EHE) in early summer 2021. In the province of British Columbia (BC), this event was associated with an estimated 740 excess deaths, making it one of the deadliest weather events in Canadian history. This study uses a population-based case-control design to compare 1597 adults (cases) who died during the EHE (25 June–2 July 2021) with 7968 similar adults (controls) who survived. The objective was to identify risk factors for death during the EHE by examining differences in chronic diseases and social vulnerability between the cases and controls. We used care setting, age category, sex, and geographic area of cases to identify comparable surviving controls. We used logistic regression to estimate the odds ratio (OR) for each chronic disease, adjusted for care setting, age category, sex, and geographic area. We further adjusted for individual-level low-income status to identify changes in the estimated ORs with the addition of this indicator of social vulnerability. The risk factor most strongly associated with EHE mortality was individual-level low income. The fully adjusted OR [95% confidence interval] for receiving income assistance was 2.42 [1.98, 2.95]. The chronic disease most strongly associated with EHE mortality was schizophrenia, with a fully adjusted OR of 1.93 [1.51, 2.45]. Chronic obstructive pulmonary disease, parkinsonism, heart failure, chronic kidney disease, ischemic stroke, and substance use disorder were also associated with significantly higher odds of EHE mortality. These results confirm the roles of social vulnerability, mental illness, and other specific underlying chronic conditions (renal, respiratory, cardiovascular, cerebrovascular, and neurological) in risk of mortality during EHEs. This information is being used to inform policy and planning to reduce risk during future EHEs in BC and across Canada.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 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 ».