Environmental attributable fractions in remote Australia: the potential of a new approach for local public health action
Notice bibliographique
Résumé
OBJECTIVES: To determine local values for environmental attributable fractions and explore their applicability and potential for public health advocacy. METHODS: Using World Health Organization (WHO) values for environmental attributable fractions, responses from a practitioner survey (73% response rate) were considered by a smaller skills-based panel to determine consensus values for Kimberley environmental attributable fractions (KEAFs). Applied to de-identified data from 17 remote primary healthcare facilities over two years, numbers and proportions of reasons for attendance directly attributable to the environment were calculated for all ages and children aged 0-4 years, including those for Aboriginal patients. RESULTS: Of 150,357 reasons for attendance for patients of all ages, 31,775 (21.1%) were directly attributable to the environment. The proportion of these directly due to the environment was significantly higher for Aboriginal patients than others (23.1% v 14.6%; p<0.001). Of 29,706 reasons for attendance by Aboriginal children aged 0-4 years, 7,599 (25.6%) were directly attributable to the environment, significantly higher than for non-Aboriginal children aged 0-4 years (25.6% v 18.6%; p<0.001). CONCLUSIONS: By addressing environmental factors, 20% of total primary healthcare demand could be prevented and, importantly, some 25% of presentations by Aboriginal children. IMPLICATIONS: KEAFs have potential to monitor impact of local environmental investments.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,031 | 0,062 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,004 |
| Communication savante | 0,003 | 0,005 |
| Science ouverte | 0,002 | 0,007 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».