Projected extreme temperature event-attributable dementia deaths in China: a climate–ageing–adaptation framework
Notice bibliographique
Résumé
BACKGROUND: Climate change is increasing health risks worldwide, but how extreme temperature events affect Alzheimer's disease and other dementias (ADD) remains poorly understood. We aimed to project future extreme temperature event-attributable ADD deaths in China, accounting for the combined effects of climate change, population ageing, and adaptation methods. METHODS: We analysed 399,036 ADD deaths among adults aged ≥60 years in China during 2013-2020, using a time-stratified case-crossover design to estimate ADD mortality risks associated with extreme temperature events. We subsequently developed an integrated climate-ageing-adaptation framework that combined exposure-response functions, high-resolution climate projections, and demographic forecasts. Using this framework, we projected county-level ADD deaths attributable to heatwaves and cold spells among individuals aged ≥60 years across China under multiple SSP-RCP and adaptation scenarios for the 2030s, 2050s, and 2080s FINDINGS: Without adaptation, ADD heatwave-attributable deaths are projected to rise sharply, especially under rapid socioeconomic development with high greenhouse gas emissions scenario (SSP5-RCP8.5) in the 2080s, which reach 59,088-an 11-fold (+1003%) increase comparing to 2010s levels. Cold spell-attributable deaths generally decline but reductions are insufficient to offset the sharp rise in heatwave mortality, leading to a net increase in total attributable deaths. Adaptation strategies could avert up to 76.4% of heatwave-attributable deaths compared to no-adaptation scenario. INTERPRETATION: The convergence of climate change and population ageing is projected to substantially magnify dementia-related mortality in China. Under SSP5-RCP8.5, deaths attributable to extreme temperature events are projected to reach unprecedented levels by the end of the 21st century, especially without adaptation measures. These findings underscore the urgent need for massive greenhouse gases emission reductions alongside balanced, region-specific adaptation measures, and highlight dementia care as an essential component of climate resilience planning. Our study provides guidance for designing climate-resilient public health policies, particularly for ageing populations in climate-vulnerable counties and regions. FUNDING: This work was supported by the Science and Technology Fundamental Resources Investigation Program of China [2017FY101201, 2017FY101206], and the National Foundation for Australia-China Relations of Australia [6016294].
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| 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) | 0,002 | 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 ».