Association between the regional variation in premature mortality and immigration in Ontario, Canada
Notice bibliographique
Résumé
OBJECTIVES: Health region differences in immigration patterns and premature mortality rates exist in Ontario, Canada. This study used linked population-based databases to describe the regional proportion of immigrants in the context of provincial health region variation in premature mortality. METHODS: We analyzed all adult premature deaths in Ontario from 1992 to 2012 using linked population files, Canadian census, and death registry databases. Geographic boundaries were analyzed according to 14 health service regions, known as Local Health Integration Networks (LHINs). We assessed the role of immigrant status and regional proportion of immigrants in the context of these health region variations and assessed the contribution using sex-specific multilevel negative binomial models, accounting for age, individual- and area-level immigration, and area-level material deprivation. RESULTS: We observed significant premature mortality variation among health service regions in Ontario between 1992 and 2012. Average annual rates ranged across LHINs from 3.03 to 6.40 per 1000 among males and 2.04 to 3.98 per 1000 among females. The median rate ratio (RR) decreased for men from 1.14 (95% CI 1.06, 1.19) to 1.07 (95% CI 1.00, 1.11) after adjusting for year, age, area-based material deprivation, and individual- and area-level immigration, and among females reduced from 1.13 (95% CI 1.05, 1.18) to 1.04 (95% CI 1.00, 1.05). These adjustments explained 84.1% and 94.4% of the LHIN-level variation in males and females respectively. Reduced premature mortality rates were associated with immigrants compared with those for long-term residents in the fully adjusted models for both males 0.43 (95% CI 0.42, 0.44) and females 0.45 (0.44, 0.46). CONCLUSION: The findings demonstrate that health region differences in premature mortality in Ontario are in part explained by individual-level effects associated with the health advantage of immigrants, as well as contextual area-level effects that are associated with regional differences in the immigrant population. These factors should be considered in addition to health system factors when looking at health region variation in premature deaths.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».