Prevalence estimates of multimorbidity: a comparative study of two sources
Notice bibliographique
Résumé
BACKGROUND: Published prevalence studies on multimorbidity present diverse data collection methods, sources of data, targeted age groups, diagnoses considered and study populations, making the comparability of prevalence estimates questionable. The objective of this study was to compare prevalence estimates of multimorbidity derived from two sources and to examine the impact of the number of diagnoses considered in the measurement of multimorbidity. METHODS: Prevalence of multimorbidity was estimated in adults over 25 years of age from two separate Canadian studies: a 2005 survey of 26,000 respondents randomly selected from the general population and a 2003 study of 980 patients from 21 family practices. We estimated the prevalence of multimorbidity based on the co-occurrence of >/= 2 and >/= 3 diseases of the seven diseases listed in the general population survey. For primary care patients, we also estimated multimorbidity prevalence using an open list of chronic diseases. RESULTS: Prevalence estimates were considerably higher for each age group in the primary care sample than in the general population. For primary care patients, the number of chronic diseases considered for estimates resulted in large differences, especially in younger age groups. The prevalence of multimorbidity increased with age in both study populations. CONCLUSIONS: The prevalence of multimorbidity was substantially lower when estimated in a general population than in a family practice-based sample and was higher when the number of conditions considered increased.
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 | 0,033 | 0,124 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,008 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».