MétaCan
Menu
← Retour à la cohorte
Enregistrement W2063607885 · doi:10.3899/jrheum.140551

Imbalance of Prevalence and Specialty Care for Osteoarthritis for First Nations People in Alberta, Canada

2014· article· en· W2063607885 sur OpenAlexafffundvenueabout
Cheryl Barnabé, Brenda R. Hemmelgarn, C Allyson Jones, Christine Peschken, Don Voaklander, Lawrence Joseph, Sasha Bernatsky, John M. Esdaile, Deborah A. Marshall

Notice bibliographique

RevueThe Journal of Rheumatology · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueOsteoarthritis Treatment and Mechanisms
Établissements canadiensUniversity of British ColumbiaUniversity of ManitobaUniversity of AlbertaMcGill University Health CentreArthritis Research Centre of CanadaUniversity of Calgary
Organismes subventionnairesMcGill UniversityAlberta InnovatesCanadian Arthritis NetworkArthritis SocietyCanadian Institutes of Health ResearchMcGill University Health CentreCanadian Rheumatology Association
Mots-clésMedicinePopulationSpecialtyOrthopedic surgeryCohortInternal medicineRheumatologyDiagnosis codeHealth carePhysical therapyFamily medicineSurgery

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To estimate the population-based prevalence and healthcare use for osteoarthritis (OA) by First Nations (FN) and non-First Nations (non-FN) in Alberta, Canada. METHODS: A cohort of adults with OA (≥ 2 physician claims in 2 yrs or 1 hospitalization with ICD-9-Clinical Modification code 715x or ICD-10-Canadian Adaptation code M15-19, 1993-2010) was defined with FN determination by premium payer status. Prevalence rates (2007/8) were estimated from the cohort and the population registered with the Alberta Health Care Insurance Plan. Rates of outpatient primary care and specialist visits (orthopedics, rheumatology, internal medicine), arthroplasty (hip and knee), and all-cause hospitalization were estimated. RESULTS: OA prevalence in FN was twice that of the non-FN population [16.1 vs 7.8 cases/100 population, standardized rate ratio (SRR) adjusted for age and sex 2.06, 95% CI 2.00-2.12]. The SRR (adjusted for age, sex, and location of residence) for primary care visits for OA was nearly double in FN compared with non-FN (SRR 1.88, 95% CI 1.87-1.89), and internal medicine visits were increased (SRR 1.25, 95% CI 1.25-1.26). Visit rates with an orthopedic surgeon (SRR 0.49, 95% CI 0.48-0.50) or rheumatologist (SRR 0.62, 95% CI 0.62-0.63) were substantially lower in FN with OA. Hip and knee arthroplasties were performed less frequently in FN with OA (SRR 0.48, 95% CI 0.47-0.49), but all-cause hospitalization rates were higher (SRR 1.59, 95% CI 1.58-1.60). CONCLUSION: We estimate a 2-fold higher prevalence of OA in the FN population with differential healthcare use. Reasons for higher use of primary care and lower use of specialty services and arthroplasty compared with the general population are not yet understood.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,193

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,005
Tête enseignante GPT0,223
Écart entre enseignants0,218 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations39
Publié2014
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueThe Journal of Rheumatology→Même sujetOsteoarthritis Treatment and Mechanisms→Travaux en français237 207→