Estimating multimorbidity prevalence with the Canadian Chronic Disease Surveillance System
Notice bibliographique
Résumé
INTRODUCTION: The Public Health Agency of Canada's Canadian Chronic Disease Surveillance System (CCDSS) uses a validated, standardized methodology to estimate prevalence of individual chronic diseases, such as diabetes. Expansion of the CCDSS for surveillance of multimorbidity, the co-occurrence of two or more chronic diseases, could better inform health promotion and disease prevention. The objective of this study was to assess the feasibility of using the CCDSS to estimate multimorbidity prevalence. METHODS: We used administrative health data from seven provinces and three territories and five validated chronic conditions (i.e. cardiovascular disease, respiratory disease, mental illness, hypertension and diabetes) to estimate multimorbidity prevalence. We produced age-standardized (using Canada's 1991 population) and age-specific estimates for two multimorbidity definitions: (1) two or more conditions, and (2) three or more conditions from the five validated conditions, by sex, fiscal year and geography. RESULTS: Among Canadians aged 40 years and over in the fiscal year 2011/12, the prevalence of two or more and three or more chronic conditions was 26.5% and 10.2%, respectively, which is comparable to other estimates based on administrative health data. The increase in multimorbidity prevalence with increasing age was similar across provinces. The difference in prevalence for males and females varied by province and territory. We observed substantial variation in estimates over time. Results were consistent for the two definitions of multimorbidity. CONCLUSION: The CCDSS methodology can produce comparative estimates of multimorbidity prevalence across provinces and territories, but there are challenges in using it to estimate temporal trends. Further expansion of the CCDSS in the number and breadth of validated case definitions will improve the accuracy of multimorbidity surveillance for the Canadian population.
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 | 0,006 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,011 | 0,014 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».