Effets des tendances à long terme de l'obésité sur l'utilisation de soins de santé au Québec
Notice bibliographique
Résumé
Les personnes obèses sont plus à risque de souffrir de problèmes de santé tels que le diabète, l'hypertension et les maladies cardiaques. Elles sont également susceptibles d'utiliser davantage de ressources médicales que les personnes de poids santé et, ce faisant, d'augmenter les coûts du système de santé. La prévalence de l'obésité étant en hausse depuis le milieu des années 80 au Québec, il y a lieu de croire que l'utilisation de ressources médicales, et donc les dépenses en santé liées à l'obésité, ne feront qu'augmenter dans les prochaines années. Ce mémoire utilise un modèle de microsimulation dynamique pour projeter la santé et la prévalence de l'obésité de la population québécoise entre 2010 et 2050, afin d'identifier l'utilisation future des ressources médicales attribuables à l'obésité. L'approche longitudinale du modèle permet de prendre en considération des différences d'espérance de vie entre les individus qui souffrent d'obésité et ceux de poids santé. Ceci permet de prendre en considération l'arbitrage entre la durée de vie et les années où les individus souffrent de maladies, ce qui a un effet important sur l'utilisation de ressources. Sur une période de 40 ans, l'élimination de l'obésité permettrait de réduire de 864 055 le nombre de nuits d'hospitalisation de courte durée et de diminuer de 665 000 le nombre de consultations auprès d'omnipraticiens et de médecins spécialistes. Inversement, il y aurait une augmentation significative du nombre de personnes en institution. En utilisant des coûts moyens pour les consultations auprès de médecins, pour les nuits d'hospitalisation et pour l'institutionnalisation, il ressort des analyses que l'obésité est responsable de 2,6 % des dépenses de santé au Québec. Similairement, une personne souffrant d'obésité coûte, au cours de sa vie, environ 14 % de plus que si elle n'en souffrait pas. \n______________________________________________________________________________ \nMOTS-CLÉS DE L’AUTEUR : Utilisation de soins de santé, dépenses de santé, obésité, vieillissement
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 | 0,003 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 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 ».