P1‐565: ESTIMATING THE FUTURE PREVALENCE OF DEMENTIA IN CANADA: AN INTERNAL VALIDATION OF SHORT‐TERM PROJECTION METHODS USING ADMINISTRATIVE HEALTH DATA
Notice bibliographique
Résumé
Globally, dementia projections are being increasingly used to support related policy development and healthcare planning. In Canada, retrospective data on diagnosed dementia have been available since 2016 through the Canadian Chronic Disease Surveillance System (CCDSS), which uses linked administrative health data to generate evidence on 20+ chronic conditions. In this study, we assessed the internal validity of CCDSS short-term projection methods for estimating future dementia prevalence. CCDSS dementia data from 2001–2002 to 2015–2016 and adjusted population estimates from the national Census were used to calculate observed and projected age-standardized prevalence rates (ASPRs). We used 5/10 years of historical data to project the last 5 years of available data. Assuming that the number of prevalent cases next year equals the number of prevalent cases surviving to the end of the current year plus incident cases for next year, we tested the following core scenarios: 2010–2011 incidence and all-cause mortality rates continue; 5/10-year average incidence and all-cause mortality rates continue; and trends in incidence and all-cause mortality rates over 5/10 years continue. Sensitivity analyses assumed a continuation of past minimum/maximum incidence and all-cause mortality rates. Projection accuracy was quantified using the absolute percentage error (APE) between projected vs observed ASPRs in 2015–2016 and median APE (medAPE) for 2011–2012 to 2015–2016. The predictive accuracy of the projections was high. The medAPEs for the core scenarios ranged from 0.6%-4.7% in females and 0.3%-2.1% in males. The best core scenario in females and in males had a medAPE<1%, resulting in an ASPR of 6.8% projected vs 6.7% observed for both sexes combined in 2015–2016. The best core scenario was based on the 10-year average incidence and all-cause mortality rates in females and a continuation of the 2010–2011 rates in males. Overall, scenarios based on trends did not improve predictive accuracy. Using 10 years of historical data seemed preferable in females, but the reverse was observed in males. Simple methods using administrative health data can generate accurate short-term projections of dementia prevalence in Canada. A longer time series is needed to validate CCDSS methods for longer term projections.
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 | 0,043 | 0,156 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».