On the Effect of Extreme Temperature on Hospital Admissions

Abstract

Während der Zusammenhang zwischen Temperatur und Mortalität bereits umfassend untersucht wurde und weiterhin im Fokus zahlreicher Studien steht, haben Morbiditätsindikatoren wie Krankenhausaufenthalte in der Vergangenheit vergleichsweise wenig Aufmerksamkeit erhalten. Diese Arbeit gibt einen Überblick über die verfügbare Literatur zu temperaturbedingter Morbidität und diskutiert methodische Ansätze zur Schätzung des Zusammenhangs zwischen Temperatur und Morbidität. Generalized Additive Models (GAMs) mit Quasi-Poisson-Verteilung sowie Distributed Lag Non-Linear Models (DLNMs) werden dabei als geeigneter Modellrahmen zur Abbildung nichtlinearer Exposure-Response-Beziehungen und zeitlich verzögerter Temperatureffekte identifiziert. Diese Methoden werden anschließend auf Leistungsdaten eines österreichischen privaten Krankenversicherungsunternehmens angewendet.Die Datenanalyse zeigt einen deutlichen Zusammenhang zwischen extremer Kälte und Krankenhausaufenthalten, wobei die stärksten Effekte bereits am Tag der Temperatureinwirkung auftreten. Im Vergleich zu einer Referenztemperatur von 11,09 °C entspricht der kumulative Gesamteffekt extremer Kälte einem Anstieg des relativen Risikos für Krankenhausaufenthalte um bis zu 150% bei Betrachtung der gesamten Studienpopulation.Für extreme Hitze konnte hingegen kein erhöhtes Risiko festgestellt werden. Altersspezifische Analysen weisen auf besonders ausgeprägte kältebedingte Effekte bei Personen ab 80 Jahren hin, während zwischen Männern und Frauen nur geringe Unterschiede beobachtet wurden. Diagnosespezifische Analysen für ausgewählte ICD-10-Gruppen zeigen weitgehend vergleichbare Effekte.Diese Ergebnisse weichen von einem großen Teil der bisherigen Literatur ab, in der über eine erhöhte Morbidität infolge extremer Hitze berichtet wird. Mögliche Erklärungsansätze sind Unterschiede in der untersuchten Population aufgrund der Verwendung von Daten einer privaten Krankenversicherung, Anpassungseffekte an hohe Temperaturen sowie das Einbeziehen des Zeitraums der COVID-19-Pandemie. Insgesamt unterstreichen die Ergebnisse die Bedeutung populationsspezifischer Merkmale für die Analyse temperaturbedingterGesundheitsrisiken und legen nahe, dass niedrige Temperaturen für die untersuchte Population weiterhin einen wesentlichen Risikofaktor im Zusammenhang mit Krankenhausaufenthalten darstellen.

While the relationship between temperature and mortality has been extensively studied and remains an active field of research, less attention has been paid to morbidity outcomes such as hospital admissions. This thesis reviews the empirical literature on temperature-related morbidity and discusses common methodological approaches for estimating temperature–health relationships. Generalized Additive Models (GAMs) with a quasi-Poisson distributi-on and Distributed Lag Non-Linear Models (DLNMs) are identified as a suitable frameworkfor modelling non-linear exposure–response relationships and delayed temperature effects.These methods are subsequently applied to claims data provided by an Austrian privatehealth insurance company.The analysis reveals a pronounced association between extreme cold and hospital admissi-ons, with the strongest effects occurring immediately after exposure. Relative to a referencetemperature of 11.09°C, the overall cumulative effect of extreme cold corresponded to anincrease in relative risk of up to 150% in the full study population. In contrast, extremeheat was not associated with an increased risk of hospital admission. Age-specific analysesindicate particularly strong cold-related effects among individuals aged 80 years and above,whereas only minor differences were observed between males and females. Diagnosis-specificanalyses produced broadly similar results across the considered ICD-10 disease groups.These findings differ from much of the existing literature, which commonly reports incre-ased morbidity during periods of extreme heat. Possible explanations include differences inthe underlying study population given the use of private health insurance data, adaptationto heat, and the inclusion of the COVID-19 pandemic period. Overall, the results highlightthe importance of population-specific characteristics when assessing temperature-relatedhealth risks and suggest that cold temperatures continue to represent a substantial burdenfor hospital admissions within the analyzed population.