Measuring Burden of Diseases in a Rapidly Developing Economy: State of Qatar
Notice bibliographique
Résumé
BACKGROUND: The Global Burden of Disease (GBD) study has provided a conceptual and methodological framework to quantify and compare the health of populations. AIM: The objective of the study was to assess the national burden of disease in the population of Qatar using the disability-adjusted life year (DALYs) as a measure of disability. METHODS: We adapted the methodology described by the World Health Organization for conducting burden of disease to calculate years of life lost due to premature mortality (YLL), years lived with disability (YLD) and disability adjusted life years (DALYs). The study was conducted during the period from November 2011 to October 2012. RESULTS: The study findings revealed that ischemic heart disease (11.8%) and road traffic accidents (10.3%) were the two leading causes of burden of diseases in Qatar in 2010. The burden of diseases among men (222.04) was found three times more than of women's (71.85). Of the total DALYs, 72.7% was due to non fatal health outcomes and 27.3% was due to premature death. For men, chronic diseases like ischemic heart disease (15.7%) and road traffic accidents (13.7%) accounted great burden and an important source of lost years of healthy life. For women, birth asphyxia and birth trauma (12.6%) and abortion (4.6%) were the two leading causes of disease burden. CONCLUSION: The results of the study have shown that the national health priority areas should cover cardiovascular diseases, road traffic accidents and mental health. The burden of diseases among men was three times of women's.
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 | 0,011 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».