This PhD thesis investigates the relationship between temperature and mortality at different spatial and temporal scales, addressing a crucial issue in the context of rising temperatures due to anthropogenic climate change. The thesis is structured around three research areas that bring innovation to the field of environmental epidemiology. First, it introduces spatial Bayesian distributed lag non-linear models (SB-DLNMs), a novel statistical approach for estimating lagged non-linear temperature-mortality ...
This PhD thesis investigates the relationship between temperature and mortality at different spatial and temporal scales, addressing a crucial issue in the context of rising temperatures due to anthropogenic climate change. The thesis is structured around three research areas that bring innovation to the field of environmental epidemiology. First, it introduces spatial Bayesian distributed lag non-linear models (SB-DLNMs), a novel statistical approach for estimating lagged non-linear temperature-mortality associations in small areas. Second, it uses epidemiological models to transform weather forecasts, extending up to two weeks, into temperature-related impacts. Third, it transforms climate change projections up to the end of the century, also using these epidemiological models. The findings from this thesis have significant implications for decision-making, prevention strategies, and advancements in environmental epidemiology. SB-DLNMs demonstrate the ability to estimate reliable geographically varying risks in small areas, and the new framework shows potential beyond small-area analysis. By integrating weather and climate data across different temporal scales, the research supports the development of more effective heat-cold-health early warning systems, and provides insights into the health impacts under different climate change scenarios.
+
Aquesta tesi doctoral investiga la relació entre la temperatura i la mortalitat a diferents escales espacials i temporals, abordant un tema crucial en el context de l’augment de les temperatures degut al canvi climàtic antropogènic. La tesi està estructurada al voltant de tres àrees d’investigació que aporten innovació al camp de l’epidemiologia ambiental. En primer lloc, introdueix els models espacials bayesians no lineals de retard distribuït (SB-DLNM, de l’anglès spatial Bayesian distributed lag ...
Aquesta tesi doctoral investiga la relació entre la temperatura i la mortalitat a diferents escales espacials i temporals, abordant un tema crucial en el context de l’augment de les temperatures degut al canvi climàtic antropogènic. La tesi està estructurada al voltant de tres àrees d’investigació que aporten innovació al camp de l’epidemiologia ambiental. En primer lloc, introdueix els models espacials bayesians no lineals de retard distribuït (SB-DLNM, de l’anglès spatial Bayesian distributed lag non-linear models), un nou enfocament estadístic per estimar les associacions retardades no lineals entre temperatura i mortalitat en àrees menudes. En segon lloc, utilitza models epidemiològics per transformar les prediccions meteorològiques, que s’estenen fins a dues setmanes, en impactes relacionats amb la temperatura. En tercer lloc, transforma projeccions de canvi climàtic fins a final de segle, també utilitzant aquests models epidemiològics. Els resultats d’aquesta tesi tenen implicacions significatives per a la presa de decisions, les estratègies de prevenció i els avanços en l’epidemiologia ambiental. Els SB-DLNMs demostren la capacitat d’estimar riscos fiables que varien geogràficament en àrees menudes, i el nou marc mostra potencial per a estudis més enllà de l’anàlisi en àrees menudes. Analitzant dades meteorològiques i climàtiques a diferents escales temporals, la investigació dona suport al desenvolupament de sistemes d’alerta primerenca més efectius enfocats als impactes de la calor i el fred en la salut, i proporciona informació sobre els impactes en la salut sota diferents escenaris de canvi climàtic.
+
Programa de Doctorat en Biomedicina