ESRD among Immigrants to Ontario, Canada: A Population-Based Study
Notice bibliographique
Résumé
Background The epidemiology of ESRD requiring maintenance dialysis (ESRD-D) in large, diverse immigrant populations is unclear. Methods We estimated ESRD-D prevalence and incidence among immigrants in Ontario, Canada. Adults residing in Ontario in 2014 were categorized as long-term Canadian residents or immigrants according to administrative health and immigration datasets. We determined ESRD-D prevalence among these adults and calculated age-adjusted prevalence ratios (PRs) comparing immigrants to long-term residents. Among those who immigrated to Ontario between 1991 and 2012, age-adjusted ESRD-D incidence was calculated by world region and country of birth, with immigrants from Western nations as the referent group. Results Among 1,902,394 immigrants and 8,860,283 long-term residents, 1700 (0.09%) and 8909 (0.10%), respectively, presented with ESRD-D. Age-adjusted ESRD-D prevalence was higher among immigrants from sub-Saharan Africa (PR, 2.17; 95% confidence interval [95% CI], 1.84 to 2.57), Latin America and the Caribbean (PR, 2.11; 95% CI, 1.90 to 2.34), South Asia (PR, 1.45; 95% CI, 1.32 to 1.59), and East Asia and the Pacific (PR, 1.34; 95% CI, 1.22 to 1.46). Immigrants from Somalia (PR, 4.18; 95% CI, 3.11 to 5.61), Trinidad and Tobago (PR, 2.88; 95% CI, 2.23 to 3.73), Jamaica (PR, 2.88; 95% CI, 2.40 to 3.44), Sudan (PR, 2.84; 95% CI, 1.53 to 5.27), and Guyana (PR, 2.69; 95% CI, 2.19 to 3.29) had the highest age-adjusted ESRD-D PRs relative to long-term residents. Immigrants from these countries also exhibited higher age-adjusted ESKD-D incidence relative to Western Nations immigrants. Conclusions Among immigrants in Canada, those from sub-Saharan Africa and the Caribbean have the highest ESRD-D risk. Tailored kidney-protective interventions should be developed for these susceptible populations.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,005 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,002 | 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) | 0,002 | 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 ».