Estimated economic benefit of increasing 25-hydroxyvitamin D concentrations of Canadians to or above 100 nmol/L
Notice bibliographique
Résumé
Mounting evidence from observational and clinical trials indicates that optimal vitamin D reduces the risk of many diseases. We used observational studies and recent data on 25-hydroxyvitamin D [25(OH)D] concentrations of Canadians from Cycle 3 of the Canadian Health Measures Survey to estimate the reduction in disease incidence, mortality rates, and the total economic burden (direct plus indirect) of disease if 25(OH)D concentrations of all Canadians were raised to or above 100 nmol/L. Recently, the mean 25(OH)D concentration of Canadians varied depending on age and season (51-69 nmol/L), with an overall mean of 61 nmol/L. The diseases affected by 25(OH)D concentration included cancer, cardiovascular disease, dementia, diabetes mellitus, multiple sclerosis, respiratory infections, and musculoskeletal disorders. We used 25(OH)D concentration-health outcome relations for breast cancer and cardiovascular disease and results of clinical trials with vitamin D for respiratory infections and musculoskeletal disorders to estimate the reductions in disease burden for increased 25(OH)D concentrations. If all Canadians attained 25(OH)D concentrations>100 nmol/L, the calculated reduction in annual economic burden of disease was $12.5 ± 6 billion on the basis of economic burdens for 2016 and a reduction in annual premature deaths by 23,000 (11,000-34,000) on the basis of rates for 2011. However, the effects on disease incidence, economic burden, and mortality rate would be phased in gradually over several years primarily because once a chronic disease is established, vitamin D affects its progression only modestly. Nevertheless, national policy changes are justified to improve vitamin D status of Canadians through promotion of safe sun exposure messages, vitamin D supplement use, and/or facilitation of food fortification.
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 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».