Incidence and prevalence of fetal alcohol spectrum disorder by sex and age group in Alberta, Canada.
Notice bibliographique
Résumé
OBJECTIVES: To estimate incidence and prevalence of FASD by sex and age in Alberta, Canada. METHODS: We included all patients recorded in the Alberta provincial health databases of inpatients, outpatients, and practitioner claims from 2003 to 2012. The number of people with FASD were calculated from available data on FAS (ICD-9 code 760.71; ICD-10 codes Q86.0 and P04.3) and estimated prevalence of FASD among individuals diagnosed with 21 FASD-related conditions (identified by a literature review) for which there are ICD codes, such as learning disability, mental retardation, and nervous system defects (Table 1). Fractions of FASD-related diagnoses that can be attributed to alcohol use during pregnancy were estimated by a systematic review. The incidence was measured as the number of new cases per 1000 births. The prevalence was measured as the number of cases per 1000 population in 2012. RESULTS: Annually, 739 to 1884 people were born with FASD in Alberta establishing an incidence of 14.2 to 43.8 per 1000 births, depending on the length of follow-up. There were about 46,000 people living with FASD in Alberta 2012, including 6,000 FAS cases and 40,000 FASD-related cases. The prevalence of FASD was 11.7 (range 8.2 to 15.1) per 1000 population. The incidence and prevalence varied greatly by sex and age group. Generally, male and younger outnumbered female and older. CONCLUSION: This study suggests new incidence and prevalence of FASD, which are higher than what has been commonly used (1%), and its variations among sex and age groups.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».