Inflammatory Arthritis Prevalence and Health Services Use in the First Nations and Non–First Nations Populations of Alberta, Canada
Notice bibliographique
Résumé
OBJECTIVE: To estimate prevalence of rheumatoid arthritis (RA), ankylosing spondylitis (AS), psoriatic disease (PsD), and crystal-related arthritis and health care use for inflammatory arthritis in First Nations and non-First Nations patients in Alberta, Canada. METHODS: Population-based cohorts of adults with RA, AS, PsD, and crystal-related arthritis were defined, with First Nations determination by premium payer status, to estimate prevalence rates. Rates of outpatient primary care, specialist visits, and hospitalizations (all-cause, inflammatory-arthritis specific) were estimated. RESULTS: RA affected 3 times as many First Nations residents compared to non-First Nations residents (standardized rate ratio [SRR] 3.2, 95% confidence interval [95% CI] 2.9-3.4). AS and PsD were more prevalent in First Nations (AS 0.6 per 100 residents; SRR 2.7, 95% CI 2.3-3.2 and PsD 0.3 per 100 residents; SRR 1.5, 95% CI 1.3-1.9), whereas crystal-related arthritis was less prevalent (SRR 0.7, 95% CI 0.6-0.7). First Nations patients were more likely to have primary care visits (SRR 1.7, 95% CI 1.6-1.8) and less likely to have specialist visits (SRR 0.6, 95% CI 0.6-0.7) for RA relative to non-First Nations individuals. In PsD and crystal-related arthritis, First Nations people had higher rates of cause-specific hospitalizations. CONCLUSION: The estimated prevalence of RA, AS, and PsD was higher in the First Nations population, while crystal-related arthritis was less prevalent compared to the non-First Nations population. First Nations people were more likely to see primary care physicians and were less likely to see specialists for inflammatory arthritis care.
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 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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 ».