National and Regional Prevalence of Self‐reported Epilepsy in Canada
Notice bibliographique
Résumé
PURPOSE: To assess the point prevalence of self-described epilepsy in the general population nationally, provincially, and in different groups of interest. METHODS: We analyzed data from two national health surveys, the National Population Health Survey (NPHS, N=49,000) and the Community Health Survey (CHS, N=130,882). Both surveys captured sociodemographic information, as well as age, sex, education, ethnicity, household income, and labor force status of participants. Epilepsy was ascertained with only one question in both surveys. "Do you have epilepsy diagnosed by a health professional?" (NPHS) and "Do you have epilepsy?" (CHS). Prevalences were age-adjusted by using national standard populations at the time of each survey. Exact 95% confidence intervals were obtained. RESULTS: In the NPHS, 241 of 49,026 subjects described themselves as having been diagnosed with epilepsy, yielding a weighted point prevalence of 5.2 per 1,000 [95% confidence interval (CI), 4.9-5.4]. In the CHS, 835 of 130,822 subjects described themselves as having epilepsy, yielding a weighted point prevalence of 5.6 per 1,000 (95% CI, 5.1-6.0). Trends in differences in prevalence among some Canadian provinces were observed. Prevalence was statistically significantly higher in groups with the lowest educational level, lowest income, and in those unemployed in the previous year. Prevalence also was higher in nonimmigrants than in immigrants. CONCLUSIONS: The overall and group-specific results are in keeping with those obtained in other developed countries by using different ascertainment methods. We discuss methodologic aspects related to the ascertainment of epilepsy in both surveys, and to the validity and implications of our findings.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».