MétaCan
Menu
Retour à la cohorte
Enregistrement W2184214573

Myocardial infarction in Québec rural and urban populations between 1995 and 1997.

2007· article· en· W2184214573 sur OpenAlexaffabout
Julie Loslier, Alain Vanasse, Theo Niyonsenga, Josiane Courteau, Gabriela Orzanco, Abbas Hemiari

Notice bibliographique

RevuePubMed · 2007
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGlobal Health Workforce Issues
Établissements canadiensCentre Hospitalier Universitaire de SherbrookeUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésRuralityCensusSocioeconomic statusDemographyRural areaMedicineGeographyIncidence (geometry)Myocardial infarctionPopulationEnvironmental healthCardiology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: There is abundant evidence of health inequities between urban and rural populations. The purpose of this paper is to describe the socioeconomic characteristics of Québec urban and rural populations and the relation between rurality and incidence of myocardial infarction (MI), care management and outcomes. METHODS: Socioeconomic data by census subdivisions were available from the 1996 Canadian census, representing 7,137,245 individuals. Data on patients with MI were taken from the provincial administrative health database (MED-ECHO), which is managed by the Ministry of Health and contains clinical and demographic information collected when patients are released from acute care hospitals in Québec. RESULTS: We included a total of 37,678 cases compiled over the 3 years of follow-up in the analyses. Residents of rural areas with low urban influence have higher MI incidence rates than all of the other populations in the study. In comparison with urban populations, their observed rural counterparts are at a disadvantage with regard to education, employment and income. Although angioplasty and coronary artery bypass graft surgery rates were higher in more urban areas, the survival rate was lower than in rural areas. CONCLUSION: This study revealed geographic heterogeneity of MI incidence, revascularization rates and survival rates among urban and rural populations.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,073
Score d'incertitude au seuil0,959

Scores Codex et Gemma par catégorie

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

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 Opus0,056
Tête enseignante GPT0,378
Écart entre enseignants0,321 · 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 tête enseignante, 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

Citations14
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetGlobal Health Workforce IssuesTravaux en français237 207