Opposing Trends in the Prevalence of Health Professional‐Diagnosed Asthma by Sex: A Canadian National Population Health Survey Study
Notice bibliographique
Résumé
BACKGROUND: The prevalence of asthma is on the rise worldwide, with large variations in prevalence existing between and within countries. Little is known regarding the variation in asthma prevalence in adults living in rural and urban settings. OBJECTIVES: Using questionnaire data from the Canadian National Population Health Survey, the prevalence of asthma at four time periods (1994/1995 [cycle 1], 1996/1997 [cycle 2], 1998/1999 [cycle 3] and 2000/2001 [cycle 4]) was compared between rural and urban populations stratified by sex, smoking status and age group. Asthma was defined as a positive response to the question: "Do you have asthma diagnosed by a health professional?" METHODS: To account for the complexity of the survey design, the bootstrap method was used to calculate prevalences and 95% CIs. RESULTS: Overall, the prevalence of asthma increased from 7.3% (cycle 1) to 7.5% (cycle 4). After stratifying by sex, the asthma prevalence decreased among men, but in women, there was a steady increase. Asthma prevalence increased for both the rural population and the urban population. After stratifying each cycle by sex and location (rural or urban), both rural and urban men showed a decrease in asthma prevalence. On dividing according to age groups (0 to 14 years, 15 to 34 years, 35 to 64 years, and 65 years and older), the prevalence of asthma was greatest in the 15- to 34-year age group of urban and rural women. CONCLUSIONS: Asthma prevalence increased among rural and urban women. The prevalence of asthma was highest among female smokers and male nonsmokers when stratified by smoking status. Based on these findings, the rate of increase in asthma prevalence is different for men and women.
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 | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».