Neurodevelopmental Disabilities in Canadian Children: Prevalence Data from the National Longitudinal Study of Children and Youth
Notice bibliographique
Résumé
Abstract Aim Using population surveys of chronic health conditions, the present study aimed to examine changing trends in the prevalence of neurodevelopmental disabilities (NDD) with age and determine population-based estimates of prevalence and census-based estimates of absolute numbers of affected children. Methods We analyzed data from three cycles (1994–1999) of Canada's National Longitudinal Survey of Children and Youth (NLSCY) (Statistics Canada Survey). Results Cross-sectional prevalence rates for chronic NDD in children from birth to 15 years across cycle 1 to 3 of the NLSCY show an increasing trend over the years from 1994 to 1999. Population-based estimates were also calculated from census data. Weighted prevalence rates for four conditions in children aged birth to 15 years increased across the three cycles, except for cerebral palsy. Prevalence estimates in cycle 3 were: epilepsy 5.26/1,000 (95% confidence interval [CI]: 5.01, 5.52), cerebral palsy 2.81/1,000 (95% CI: 2.62, 2.99), intellectual disability 4.77/1,000 (95% CI: 4.53, 5.02), and learning disability 57.06/1,000 (95% CI, 56.36, 57.76). A male gender preponderance was noted for each NDD using logistic regression. Interpretation Prevalence rates of NDD in Canadian children show an incremental trend across three cycles in four conditions covered in the survey. The changing trends over the three cycles are discussed.
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 | 0,000 | 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 | 0,000 | 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) | 0,000 | 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 ».