Adverse health effects of climate change and air pollution in people with disabilities: a systematic review
Notice bibliographique
Résumé
Global warming and air pollution adversely affect the health of the entire human population, particularly older adults, people with disabilities (PWDs), and children. In this systematic review, we investigated the adverse health effects of climate change and air pollution in PWDs. We conducted a comprehensive literature search of the PubMed database using the terms "disab*," "air pollution," and "climate change" on July 4, 2023, and August 8, 2023 and searched the Web of Science (WOS) database on December 28, 2023. We identified 425 and 1,169 studies on climate change cited in PubMed and WOS, respectively, as well as 333 studies on air pollution in PubMed and 495 studies on air pollution in WOS. The studies were classified by type of exposure, and full-text screening was conducted to confirm that the population, intervention or exposure, comparator, outcome statement, and inclusion and exclusion criteria were met. The Newcastle-Ottawa Scale was used to assess the quality of the included cohort and case-control studies and for data analysis. In extreme temperatures, PWDs experienced higher rates of injury, heat-related illness, functional impairment, heart disease, mental disorders, and mortality than people who were non-disabled (ND). Exposure to air pollution resulted in higher rates of obesity, cardiovascular disease, poststroke neurological and functional disability, and mortality in PWDs than in people who were ND. Therefore, because PWDs were more affected by climate change and air pollution than people who were ND, sensitive policies and preparedness measures should be developed for PWDs.
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 | 0,007 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 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) | 0,000 | 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 ».