Association between temperature variability and hospitalizations among First Nations Australians in Central Australia
Notice bibliographique
Résumé
Background Little is known about the temperature and health effects of the desert climate in Central Australia, Northern Territory (NT). The objectives of this study are to assess the risks of all-cause and cause-specific hospitalizations for cardiovascular diseases (CVDs), infectious diseases (IDs), mental disorders and respiratory diseases (RDs). We also assessed the effect of temperature variability (TV) on hospitalizations amongst First Nations Australians. Methods Daily hospitalization data from 2010 to 2021 for all-cause and cause-specific conditions from Alice Springs Hospital, Central Australia, were used. TV was calculated from the standard deviation of the minimum and maximum temperatures for the exposure days. Quasi-Poisson regression model was applied to assess the association between TV and hospitalizations, and by demographic characteristics including First Nations status. Results A total of 127,755 hospitalizations were recorded. Increased risks of total all-cause, ID, and RD hospitalizations were observed following exposure to TV for a range of hot temperatures but were more consistent for presummer (spring) moderately hot temperatures. Exposure to TV for the previous 6 days (i.e., TV0-5) was associated with an estimated 1.8 % (95 % CI: 0.33 %, 3.29 %) increase in all-cause, 4.94 % (95 % CI: 0.16 %, 9.95 %) increase in ID, and a 4.48 % (95 % CI: 1.47 %, 7.59 %) increase in RD hospitalizations for moderately hot temperatures. In First Nations Australians TV0-4 was associated with an estimated 1.98 % increase (95 % CI, 0.44, 3.55 %) in total hospitalizations. Increased risks of total hospitalizations were also observed among the <18 and >45 years age groups and women for different TV exposure days. Overall, 12.7 % (i.e., 16,205 cases) of total hospitalizations were attributed to exposure to TV (TV0-5). Conclusions With projected climate change, increasing exposure to extreme temperatures in Central Australia is more likely. Therefore, concerted and context-specific adaptation approaches are essential to mitigate temperature-related health effects and address the gap in health outcomes for First Nations peoples.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 source (Gemma direct ou Codex distillé), 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 ».