Most common diseases diagnosed in primary care in Stockholm, Sweden, in 2011
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: The most commonly reported diagnoses in primary care are useful to identify and meet health care needs in society. We estimated the rates of the most common diagnoses in primary health care in total and also by gender. METHODS: This was a cross-sectional study including all 2.0 million inhabitants living in Stockholm County, Sweden, on 1 January 2009. Data on all health care appointments made in primary care in 2011 and during 2009-11 were extracted from the Stockholm County Council data warehouse VAL (Vårdanalysdatabasen; Stockholm regional health care data warehouse). Primary care data were analysed by underlying population and age. Appropriate specialist open care and inpatient data were used for comparison. RESULTS: The five most common diagnoses in primary care (in 2011) were acute upper respiratory tract infections (6.0% of the population), essential hypertension (5.6%), coughing (2.6%), dorsalgia (2.6%) and acute tonsillitis (2.4%). Female-to-male ratios were higher for 27 of the 30 most common diagnoses, the exceptions being type 2 diabetes, unspecified types of diabetes and multiple wounds. CONCLUSIONS: The 30 most common diagnoses in primary care reflect the complexity of disorders cared for in the first line of health care. Knowledge of these patterns is important when aiming at using primary health care resources in a proper way.
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.
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 | 0,001 | 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 | 0,002 |
| 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 | 0,002 |
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 découle