The prevalence of diagnosed tourette syndrome in Canada: A national population‐based study
Notice bibliographique
Résumé
OBJECTIVE: The objective of this study was to examine: (1) the prevalence of diagnosed Tourette syndrome in Canada by sex in youth (aged 12-17) and adults and (2) socioeconomic factors in this population. BACKGROUND: The majority of epidemiological studies of tics have focused on children and youth, with few studies describing the prevalence of tics in adult populations. METHODS: Canadian data on Tourette syndrome prevalence were derived from the Canadian Community Health Survey 2010 and 2011 cycles, a Statistics Canada population-based cross-sectional survey that collects information related to health status. We determined the prevalence of diagnosed Tourette syndrome and examined sociodemographic factors, including age, sex, education, income, employment, and birthplace. RESULTS: Overall, 122,884 Canadians participated in the surveys, with 122 participants diagnosed with Tourette syndrome. The prevalence of Tourette syndrome was higher in males in youth: 6.03 per 1000 (95% confidence interval: 3.24-8.81) in males versus 0.48 per 1,000 (95% confidence interval: 0.05-0.91) in females, with a prevalence risk ratio of 5.31 (95% confidence interval: 2.38-11.81). In adults, the prevalence of Tourette syndrome was 0.89 per 1,000 (95% confidence interval: 0.48-1.29) in males versus 0.44 (95% confidence interval: 0.16.0-0.71) in females, with a prevalence risk ratio of 1.93 (95% confidence interval: 1.21-3.08). After adjusting for age and sex, adults with Tourette syndrome had lower odds of receiving postsecondary education or being employed and higher odds of having income lower than the median and receiving governmental support. CONCLUSION: Data on the prevalence of Tourette syndrome in adults are scarce because most studies focus on children. Our data demonstrate a decreasing prevalence risk ratio for sex in adults compared to children. A diagnosis of Tourette syndrome is associated with lower education, income, and employment in adulthood. © 2016 International Parkinson and Movement Disorder Society.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».