First Nations people with diabetes in Ontario: methods for a longitudinal population-based cohort study
Notice bibliographique
Résumé
<h3>Background:</h3> To improve diabetes care, First Nations leaders and others need access to population-level health data. We provide details of the collaborative methods we used to describe the prevalence and incidence of diabetes in First Nations people in Ontario and present demographic data for this population compared to the rest of the Ontario population. <h3>Methods:</h3> To identify the population of First Nations people and other people in Ontario, we created annual cohorts of the Ontario population for each year between Apr. 1, 1995, and Mar. 31, 2015. Through a partnership between First Nations and academic researchers, we linked provincial population-based health administrative data stored at ICES with the Indian Register, which identifies all Status First Nations people. Our collaborative process was guided by the First Nations principles of ownership, control, access and possession (OCAP). <h3>Results:</h3> Demographic characteristics for the 2014/15 cohort (<i>n</i> = 13 406 684) are presented here. The cohort includes 158 241 Status First Nations people and 13 248 443 other people living in Ontario. Using postal codes, we were able to identify virtually all (99.9%) First Nations people in Ontario as living in (<i>n</i> = 55 311) or outside (<i>n</i> =102 889) a First Nations community. First Nations people were younger and more likely to live in semiurban or rural areas than the rest of Ontario’s population. <h3>Interpretation:</h3> The collaborative methodology used in this study is applicable to many jurisdictions working with Indigenous groups who have access to similar data. The Ontario cohort defined here is being used to conduct analyses of health outcomes and use of health care services among First Nations people with diabetes in Ontario.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,003 | 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) | 0,000 | 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 ».