Multimorbidity and mortality in Ontario, Canada: A population-based retrospective cohort study
Notice bibliographique
Résumé
OBJECTIVE: To examine the relationship between multimorbidity and mortality, and whether relationship varied by material deprivation/rural location and by age. METHODS: Retrospective population-based cohort study conducted using 2013-14 data from previously created cohort of Ontario, Canada residents classified according to whether or not they had multimorbidity, defined as having 3+ of 17 chronic conditions. Adjusted rate ratios were calculated to compare mortality rates for those with and without multimorbidity, comparing rates by material deprivation/rural location, and by age group. RESULTS: There were 13,581,191 people in the cohort ages 0 to 105 years; 15.2% had multimorbidity. Median length of observation was 365 days. Adjusted mortality rate ratios did not vary by material deprivation/rural location; overall adjusted mortality rate ratio was 2.41 (95% CI 2.37-2.45). Adjusted mortality rate ratios varied by age with ratios decreasing as age increased. Overall rate ratio was 14.7 (95% CI 14.48-14.91). Children (0-17 years) had highest ratio, 40.06 (95% CI 26.21-61.22). Youngest adult age group (18-24 years) had rate ratio of 9.96 (95% CI 7.18-13.84); oldest age group (80+ years) had rate ratio of 1.97 (95% CI 1.94-2.04). CONCLUSION: Compared to people without multimorbidity, multimorbidity conferred higher risk of death in this study at all age groups. Risk was greater in early and middle adulthood than in older ages. Results reinforce the fact multimorbidity is not just a problem of aging, and multimorbidity leads not only to poorer health and higher health care utilization, but also to a higher risk of death at a younger age.
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) | 0,001 | 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 ».