MétaCan
Menu
← Retour à la cohorte
Enregistrement W2605406864 · doi:10.23889/ijpds.v1i1.280

Social outcomes associated with alcohol-related diagnoses: a population-based analysis using linked administrative data

2017· article· en· W2605406864 sur OpenAlexaffabout
Nathan Nickel, Leonard MacWilliam, Oke Eukema, Heather J. Prior, Joshua Nepon

Notice bibliographique

RevueInternational Journal for Population Data Science · 2017
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHomelessness and Social Issues
Établissements canadiensUniversity of ManitobaManitoba Health
Organismes subventionnairesnon disponible
Mots-clésSocioeconomic statusReceiptPopulationMedicineDemographyResidenceCensusGerontologyEnvironmental healthBusinessSociology

Résumé

récupéré en direct d'OpenAlex

ABSTRACT ObjectiveThe objective of this population health research is to identify the social burden associated with having an alcohol related diagnosis. MethodsWe used linkable population-based administrative data files held in the Population Health Research Data Repository to conduct our research, fiscal years 1990/91 to 2014/15. Data came from several domains including health, social services, justice, and the Canadian Census. We used ICD-9/10-CA codes from the hospital abstract database, medical claims data, and prescription drug data to identify individuals with an alcohol-related diagnosis. Individuals’ socioeconomic status was determined using neighbourhood-level income data from the Canadian Census. We matched, 3:1, diagnosed cases to individuals in our repository using on age, sex, income, and community area. We linked cases and matches to administrative data from justice and social services to identify social outcomes associated with having an alcohol-related diagnosis. Outcomes included receipt of income assistance, residence in publically funded social housing, having a child apprehended by child and family protective services, having a charge for driving under the influence recorded in the justice data, and having a charge for domestic violence recorded in the justice data. We modelled rates using generalized estimating equations from 5 years before date of diagnosis to a maximum of 20 years after date of diagnosis. Models tested for significant differences in rates between cases and matches both before and after diagnosis; as well, we tested for time trends in rates both before and after diagnosis. ResultsWe identified 52,991 individuals with an alcohol related diagnosis between 1990/91 and 2014/15: 34,145 males and 18,846 females. 80.3% of cases had a mental-health related alcohol diagnosis. Diagnoses followed a socioeconomic gradient with the greatest number of cases coming from low-income neighbourhoods. Cases had a significant spike in rates from one year before to one year after diagnosis date, compared with matches, across all indicators. When we followed individuals for 20 years after diagnosis, we found a significantly elevated rate of social service use and involvement with the justice system, across all outcomes, for all years. ConclusionReceiving an alcohol-related diagnosis is associated with subsequent increased use of social services and contacts with the justice system. Upstream efforts to reduce alcohol-related diagnoses may result in reduced use of social services and justice contacts.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,009
score de la tête « metaresearch » (Gemma)0,020
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,162
Score d'incertitude au seuil0,323

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,020
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,003
Bibliométrie0,0060,010
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0020,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,407
Tête enseignante GPT0,593
Écart entre enseignants0,186 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal for Population Data Science→Même sujetHomelessness and Social Issues→Travaux en français237 207→