Spectrum of illness in migrants to Canada: sentinel surveillance through CanTravNet
Notice bibliographique
Résumé
BACKGROUND: Due to ongoing political instability and conflict in many parts of the world, migrants are increasingly seeking asylum and refuge in Canada. METHODS: We examined demographic and travel correlates of illnesses among migrants to Canada to establish a detailed epidemiologic framework of this population for Canadian practitioners. Data on ill-returned Canadian travellers presenting to a CanTravNet site between 1 January 2015 and 31 December 2015 were analyzed. RESULTS: During the study period, 2415 ill travellers and migrants presented to a CanTravNet site, and of those, 519 (21.5%) travelled for the purpose of migration. Sub-Saharan Africa (n = 160, 30.8%), southeast Asia (n = 84, 16.2%) and south central Asia (n = 75, 14.5%) were the most common source regions for migrants, while the top specific source countries, of 98 represented, were the Philippines (n = 45, 8.7%), China (n = 36, 6.9%) and Vietnam (n = 31, 6.0%). Compared with non-migrant travellers, migrants were more likely to have a pre-existing immunocompromising medical condition, such as HIV or diabetes mellitus (P < 0.0001), and to require inpatient management of their illness (P < 0.0001). Diagnoses such as tuberculosis (n = 263, 50.7%), hepatitis B and C (n = 78, 15%) and HIV (n = 11, 2.1%) were over-represented in the migrant population compared with non-migrant travellers (P < 0.0001). Most cases of tuberculosis in the migrant population (n = 263) were latent (82% [n = 216]); only 18% (n = 47) were active. CONCLUSIONS: Compared with non-migrant travellers, migrants were more likely to present with a communicable infectious disease, such as tuberculosis, potentially complicated by an underlying immunosuppressing condition such as HIV. These differences highlight the divergent healthcare needs in the migrant population, and underscore the importance of surveillance programmes to understand their burden of illness. Intake programming should be adequately resourced to accommodate the medical needs of this vulnerable population of new Canadians.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».