Past and Future Burden of Inflammatory Bowel Diseases Based on Modeling of Population-Based Data
Notice bibliographique
Résumé
BACKGROUND & AIMS: Inflammatory bowel diseases (IBDs) exist worldwide, with high prevalence in North America. IBD is complex and costly, and its increasing prevalence places a greater stress on health care systems. We aimed to determine the past current, and future prevalences of IBD in Canada. METHODS: We performed a retrospective cohort study using population-based health administrative data from Alberta (2002-2015), British Columbia (1997-2014), Manitoba (1990-2013), Nova Scotia (1996-2009), Ontario (1999-2014), Quebec (2001-2008), and Saskatchewan (1998-2016). Autoregressive integrated moving average regression was applied, and prevalence, with 95% prediction intervals (PIs), was forecasted to 2030. Average annual percentage change, with 95% confidence intervals, was assessed with log binomial regression. RESULTS: In 2018, the prevalence of IBD in Canada was estimated at 725 per 100,000 (95% PI 716-735) and annual average percent change was estimated at 2.86% (95% confidence interval 2.80%-2.92%). The prevalence in 2030 was forecasted to be 981 per 100,000 (95% PI 963-999): 159 per 100,000 (95% PI 133-185) in children, 1118 per 100,000 (95% PI 1069-1168) in adults, and 1370 per 100,000 (95% PI 1312-1429) in the elderly. In 2018, 267,983 Canadians (95% PI 264,579-271,387) were estimated to be living with IBD, which was forecasted to increase to 402,853 (95% PI 395,466-410,240) by 2030. CONCLUSION: Forecasting prevalence will allow health policy makers to develop policy that is necessary to address the challenges faced by health systems in providing high-quality and cost-effective care.
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 | 0,004 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,002 | 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 ».