The relative impact of 13 chronic conditions across three different outcomes
Notice bibliographique
Résumé
STUDY OBJECTIVE: Previous estimates of individual and population attributable risks for adverse outcomes due to chronic conditions have considered only a limited number of conditions and outcomes, with some studies using inappropriate formulae or methods of estimation. This study re-examines the magnitude of individual and population attributable risks for a wide range of conditions and various health outcomes. DESIGN: Log-Poisson regression was used to calculate prevalence ratios as an indicator of individual risk and population-associated fractions of 13 chronic conditions, examining activity limitations, self-rated health and physician visits. The effect of multimorbidity on prevalence ratios was examined. SETTING: Canada, 2000-01. PARTICIPANTS: Nationally representative sample of Canadians aged 12+ years (n _ 130 880). MAIN RESULTS: At the individual level, fibromyalgia/chronic fatigue syndrome and cancer, and to a lesser extent stroke and heart disease, were associated with an increased risk of both activity limitations and a self-rated health status of fair or poor; high blood pressure was associated with four or more physician visits in the previous 12 months. In contrast, population attributable fractions were substantial for arthritis/rheumatism, heart disease, back problems and high blood pressure across all outcomes. Adjustment for multimorbidity resulted in a marked decreases in prevalence ratios. CONCLUSIONS: Differences in the ranking of individual risks and population attributable fractions for different diseases and outcomes are substantial. This needs to be taken into account when setting priorities, as interventions may need to be targeted to different conditions depending on which aspects of health are being considered, and whether the focus is on individuals, such as in clinical care, or improving the health of the population.
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 | 0,013 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».