MétaCan
Menu
Retour à la cohorte
Enregistrement W4409244636 · doi:10.1029/2024gh001246

Effect of Short‐Term Exposure to Ambient Temperatures on Parkinson's Diseases Mortality Among Elderly Aged 60 Years and Above in China, 2013–2020

2025· article· en· W4409244636 sur OpenAlexaff
Rui Zhang, Ainan Jia, Huan Zheng, Yonghong Li, Chaonan Wang, Siyuan Wu, Songwang Wang, Qing Guo, Yu Wang, Peng Bi, Jing Wu

Notice bibliographique

RevueGeoHealth · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate Change and Health Impacts
Établissements canadiensCarleton University
Organismes subventionnairesNational Key Research and Development Program of ChinaNational Science and Technology Major Project
Mots-clésDemographyDistributed lagConfidence intervalMedicineLogistic regressionOdds ratioInternal medicineMathematicsStatistics

Résumé

récupéré en direct d'OpenAlex

Parkinson's disease (PD) is a prevalent neurodegenerative disorder with significant negative health and economic implications for individuals, families and society. This study utilized an individual-level time-stratified case-crossover study design to investigate the relationship between ambient temperatures and PD mortality among the elderly in China. A combination of conditional logistic regression and distributed lag non-linear model was employed to analyze the data, and the mortality burden attributed to ambient temperatures was quantified. The study included a total of 59,397 deceased PD patients aged 60 years and above who died between 2013 and 2020. Findings revealed that the effects of extremely low temperature (-1°C) could persist for up to 14 days, while the impacts of extremely high temperature (30°C) were acute and last for 4 days and showing a significant harvest effect. For the overall population, the high temperatures significantly increased the risk of death, where low temperature did not. A lag0-14 cumulative odds ratios (COR) of extremely low temperature compared to the reference temperature (15°C) was 1.024 (95% CI: 0.971, 1.080). The lag0-14 COR of extremely high temperature was 1.206 (95% CI: 1.116, 1.304). Additionally, high temperatures attributed greater AF of 4.013 (95% eCI: 1.990, 5.894) comparing to low temperatures did of 0.762 (95% eCI: -0.624, 2.017). Significant differences were found across regions. No statistically significant differences were found between the sex and age. This nationwide study provides evidence for tailored interventions in specific regions and populations to reduce temperature-related PD mortality among the elderly in China.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,041
Score d'incertitude au seuil0,082

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
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 Opus0,012
Tête enseignante GPT0,307
Écart entre enseignants0,295 · 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

Citations5
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeoHealthMême sujetClimate Change and Health ImpactsTravaux en français237 207