Impact of extreme weather events on food security among older people: a systematic review
Notice bibliographique
Résumé
BACKGROUND: Climate change has intensified the frequency and severity of extreme weather events, disproportionately affecting vulnerable populations, including older people for which the literature is still limited. This systematic review investigated the impact of extreme weather events on malnutrition and food security among individuals aged 60 and older. METHODS: A systematic search of PubMed/MEDLINE, Scopus, and Web of Science was conducted without restrictions (October 2024), and following PRISMA guidelines. Observational studies examining older adults exposed to extreme weather events (e.g., droughts, floods, heatwaves, hurricanes) and their effects on malnutrition or food security were included. The Newcastle-Ottawa Scale assessed study quality. Protocol was registered in PROSPERO (ID: CRD42024596910). RESULTS: From 1,709 articles, six observational studies involving 265,000 participants (aged 60 years and over) were included. These studies spanned multiple geographies, with a concentration in the United States. Findings revealed a dual impact: while some studies reported protective factors, such as social support and economic stability, others highlighted increased malnutrition risk due to disrupted food supply, economic hardship, and inadequate adaptive responses. Heterogeneity in study designs, exposure definitions, and outcome measures limited comparability. CONCLUSION: Extreme weather events significantly impact malnutrition and food security among older adults, with outcomes influenced by socio-economic and geographical factors. Further longitudinal studies are needed to clarify causal pathways and inform targeted public health interventions to enhance resilience in aging populations.
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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».