Healthcare resource use and costs associated with extreme heat in Alberta, Canada
Notice bibliographique
Résumé
Heat events are a growing public health concern. There is an opportunity to better characterize how heat events affect healthcare system utilization. We evaluated the heat-related healthcare resource use and costs in Alberta, Canada in the summer of 2021 when record-breaking extreme heat events occurred in the province. We conducted a population-based cohort study using Alberta administrative health data from May to September 2021 to identify and describe patients who used heat-related healthcare resources over this period. Costs were quantified and reported in Canadian dollars (CA$) using 2023 values. 4194 patients used heat-related healthcare resources, including 109 hospitalizations, 1020 ambulatory care visits (99.7% were ED visits), 310 ambulance transfers, and 5555 practitioner claims. Total heat-related healthcare costs were CA$3.2 million. Female sex, age, and a history of myocardial infarction, heart failure, dementia, or diabetes were found to be significantly associated with increased use of heat-related healthcare resources. History of cardiovascular disease (27.1%) or diabetes (12%) were more frequent in patients hospitalized or attended ED (30 and 14.2%, respectively) compared to those who only used outpatient or physician services (26.3 and 11.2%, respectively; all p < 0.05). Heat-related healthcare resource use and costs during the summer of 2021 in Alberta was substantial. Females, older persons, and people with a history of cardiovascular disease were the most affected. This is likely an underestimation of the overall heat impact. Additional research is needed to quantify the broader impact of extreme heat events on the healthcare system and on society.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».