Écarts régionaux dans le fardeau économique attribuable au surplus de poids, à la sédentarité et à l’usage du tabac en Colombie-Britannique
Notice bibliographique
Résumé
Introduction Les taux de prévalence du surplus de poids, de l’usage du tabac et de la sédentarité varient sensiblement d’une région à l’autre en Colombie-Britannique (C.-B.). La présente étude vise à déterminer la portée d’une éventuelle réduction du fardeau économique en C.-B. si toutes les régions de la province atteignaient des taux de prévalence équivalents à ceux de la région dont les taux sont les plus bas pour ces trois facteurs de risque. Méthodologie Nous avons utilisé une approche élaborée précédemment fondée sur la fraction étiologique du risque pour estimer le fardeau économique associé aux divers facteurs de risque. Le risque relatif selon le sexe et les données de prévalence selon l’âge et le sexe ont été utilisés dans la modélisation. Résultats Le fardeau économique annuel attribuable à ces trois facteurs de risque en C.-B. s’élevait à environ 5,6 milliards de dollars en 2013, la proportion la plus élevée de ce total étant attribuable au surplus de poids (2,6 milliards), suivie de celle de l’usage du tabac (2 milliards). Même si la C.-B. possède des taux de prévalence de ces facteurs de risque plus bas que toute autre province canadienne, il existe d’importants écarts en son sein. Si chaque région de la province devait atteindre les taux de prévalence les plus bas pour les trois facteurs de risque, un fardeau économique de 1,4 milliard (24 % du total de 5,6 milliards) pourrait être supprimé annuellement. Conclusion Il existe des disparités notables dans la prévalence de chacun des facteurs de risque au sein des régions sanitaires de la C.-B., qui se reflètent dans le fardeau économique attribuable à chaque région. Un éventail de facteurs sociaux, environnementaux et économiques expliquent probablement une partie de ces écarts géographiques, et ces facteurs sous-jacents devraient être pris en compte lors de la mise en place de programmes de prévention.
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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.
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 ».