MétaCan
Menu
← Retour à la cohorte
Enregistrement W4405965170 · doi:10.1093/geroni/igae098.2318

ASSOCIATION BETWEEN COUNTY TEMPERATURE AND LIMITATIONS IN ADLS IN A REPRESENTATIVE SAMPLE OF 1.7 MILLION OLDER ADULTS

2024· article· en· W4405965170 sur OpenAlexaff
Esme Fuller‐Thomson, H. Allen Brooks, Elysia G. Fuller-Thomson, Andie MacNeil

Notice bibliographique

RevueInnovation in Aging · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate Change and Health Impacts
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésSample (material)GerontologyAssociation (psychology)MedicineDemographyPsychologyChemistrySociology

Résumé

récupéré en direct d'OpenAlex

Abstract Few studies have explored whether there is an association between area temperature and limitations in Activities of Daily Living (ADLs) such as serious difficulty with bathing and dressing. The objectives of this study were: (1) To examine the relationship between average county temperature during the coldest month of the year (i.e., January or February) (< 27°F, 27-31.9°F; 32-36.9°F; 37-41.9°F; ≥42°F) and the prevalence and adjusted odds of limitations in ADLs; and (2) To examine the relationship between the area’s hottest month’s average temperature (< 70°F, 70-74.9°F, 75-79.9°F, ≥80°F) and the prevalence and adjusted odds of limitations in ADLs. The sample included 1.7 million adults aged 65+ who responded to the nationally representative American Community Survey (2012-2017). After adjustments for age, sex, education, household income, race and time zone, there was a robust dose-response relationship indicating those living in areas with a higher average temperature during the coldest month had higher odds of limitations in ADLs. For example, in comparison to older adults living in regions where the coldest month’s average temperature was < 27°F, those living in areas where the temperature was slightly above freezing (32-36.9°F) had 22% higher adjusted odds of ADL limitations (OR=1.22; 95%CI=1.19, 1.25) and those living in regions where the temperature averaged ≥42°F had 33% higher odds (OR=1.33: 95%CI-1.30, 1.36). There was no significant relationship between the regional hottest month’s average temperature and ADL limitations. Future research is needed to explore why the absence of sub-freezing temperatures is associated with elevated odds of ADLs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,022
Score d'incertitude au seuil0,045

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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 Opus0,071
Tête enseignante GPT0,347
Écart entre enseignants0,276 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInnovation in Aging→Même sujetClimate Change and Health Impacts→Travaux en français237 207→