Sex differences in the impact of extreme heat on cardiovascular disease outcomes: a systematic review and meta-analysis
Notice bibliographique
Résumé
Abstract Background Climate change is intensifying extreme heat events, posing significant risks to cardiovascular health. While sex differences in heat vulnerability have been observed, the evidence remains inconsistent. This systematic review and meta-analysis examined sex-specific associations between extreme heat exposure and cardiovascular disease (CVD) outcomes over the past decade. Methods We searched PubMed, Embase, and Scopus for studies published between 2004 and 2024 that reported sex-stratified cardiovascular outcomes associated with heat exposure following the PRISMA guidelines. The quality of the evidence was evaluated following the Navigation Guide Criteria. Random-effects meta-analysis was conducted to calculate pooled relative risk ratios (RRR) comparing males to females for studies addressing incremental temperature increase. Heat wave studies were synthesized narratively due to methodological heterogeneity. Results Of 6126 articles, 79 met inclusion criteria (62 in meta-analysis, 17 in narrative synthesis), primarily from East Asia, Europe, and North America. A 1 °C temperature increase was associated with elevated cardiovascular risks for both sexes. The pooled relative risk ratio (RRR) comparing males to females was 1.008 [1.002–1.014] for mortality, suggesting slightly higher female vulnerability, but not for morbidity (RRR 0.996 [0.987–1.004]). Significant heterogeneity was noted (Mortality I² = 50.3%, Morbidity I² = 70.3%). Heat wave studies showed inconsistent sex-specific impacts across populations. Conclusions Females showed marginally higher vulnerability to heat-related cardiovascular mortality compared to males, while no significant sex differences were observed for morbidity outcomes. Future research should focus on understanding these mechanisms and developing sex-specific interventions.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,005 |
| 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 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,116 | 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 ».