Heat exposure and drug overdose mortality in the USA
Notice bibliographique
Résumé
BACKGROUND AND AIMS: Understanding the relationship between heat and drug overdose mortality is critical given the ongoing overdose crisis and rising global temperatures driven by climate change. Evidence from local jurisdictions in the United States (US) and Canada indicates that exposure to heat is associated with increased drug overdose fatalities, but the widespread impact of heat on national drug overdose deaths is undetermined. We aimed to determine the effect of heat exposure on drug overdose mortality in the US. DESIGN: An observational study using monthly, county-level data from 1999 to 2020 and a fixed effect model estimated with linear regression. The model accounts for time-invariant county-month factors and state-level time-specific shocks. SETTING: All counties in the continental US during the months of June to September from 1999 to 2020. PARTICIPANTS: Decedents in the National Center for Health Statistics restricted Vital Statistics mortality data with a cause of death of a drug overdose, aggregated to county-level mortality rates. MEASUREMENTS: All drug overdose mortality rate per 100 000 population. The monthly average maximum heat index (measured in degrees Celsius) was collected from the Centers for Disease Control and Prevention National Environmental Public Health Tracking Network. FINDINGS: A one-degree Celsius increase in the heat index was associated with an increase in all drug overdose mortality by 0.0098 deaths per 100 000 population [95% confidence interval (CI) = 0.0057-0.014, P < 0.001], with significant effects for deaths related to opioids (0.0060 deaths, 95% CI = 0.0026-0.0095, P < 0.001), cocaine (0.0028 deaths, 95% CI = 0.0012-0.0045, P < 0.001) and psychostimulants (0.0028 deaths, 95% CI = 0.0015-0.0041, P < 0.001). In further analyses, larger impacts were observed after 2013, in counties with greater levels of social vulnerability and in suburban and urban counties. Estimates suggest that approximately 150 excess drug overdose deaths occurred per year during the hottest periods due to heat exposure. CONCLUSIONS: Exposure to heat appears to be associated with increases in drug overdose deaths in the United States in recent decades.
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 ».