Estimating the Burden of Osteoarthritis to Plan for the Future
Notice bibliographique
Résumé
OBJECTIVE: With aging and obesity trends, the incidence and prevalence of osteoarthritis (OA) is expected to rise in Canada, increasing the demand for health resources. Resource planning to meet this increasing need requires estimates of the anticipated number of OA patients. Using administrative data from Alberta, we estimated OA incidence and prevalence rates and examined their sensitivity to alternative case definitions. METHODS: We identified cases in a linked data set spanning 1993 to 2010 (population registry, Discharge Abstract Database, physician claims, Ambulatory Care Classification System, and prescription drug data) using diagnostic codes and drug identification numbers. In the base case, incident cases were captured for patients with an OA diagnostic code for at least 2 physician visits within 2 years or any hospital admission. Seven alternative case definitions were applied and compared. RESULTS: Age- and sex-standardized incidence and prevalence rates were estimated to be 8.6 and 80.3 cases per 1,000 population, respectively, in the base case. Physician claims data alone captured 88% of OA cases. Prevalence rate estimates required 15 years of longitudinal data to plateau. Compared to the base case, estimates are sensitive to alternative case definitions. CONCLUSION: Administrative databases are a key source for estimating the burden and epidemiologic trends of chronic diseases such as OA in Canada. Despite their limitations, these data provide valuable information for estimating disease burden and planning health services. Estimates of OA are mostly defined through physician claims data and require a long period of longitudinal data.
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 | 0,002 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».