Trends in chronic disease incidence rates from the Canadian Chronic Disease Surveillance System
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
INTRODUCTION: The Public Health Agency of Canada's Canadian Chronic Disease Surveillance System (CCDSS) produces population-based estimates of chronic disease prevalence and incidence using administrative health data. Our aim was to assess trends in incidence rates over time, trends are essential to understand changes in population risk and to inform policy development. METHODS: Incident cases of diagnosed asthma, chronic obstructive pulmonary disease (COPD), diabetes, hypertension, ischemic heart disease (IHD), and stroke were obtained from the CCDSS online infobase for 1999 to 2012. Trends in national and regional incidence estimates were tested using a negative binomial regression model with year as a linear predictor. Subsequently, models with year as a restricted cubic spline were used to test for departures from linearity using the likelihood ratio test. Age and sex were covariates in all models. RESULTS: Based on the models with year as a linear predictor, national incidence rates were estimated to have decreased over time for all diseases, except diabetes; regional incidence rates for most diseases and regions were also estimated to have decreased. However, likelihood ratio tests revealed statistically significant departures from a linear year effect for many diseases and regions, particularly for hypertension. CONCLUSION: Chronic disease incidence estimates based on CCDSS data are decreasing over time, but not at a constant rate. Further investigations are needed to assess if this decrease is associated with changes in health status, data quality, or physician practices. As well, population characteristics that may influence changing incidence trends also require exploration.
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.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 découle