MétaCan
Menu
Retour à la cohorte
Enregistrement W3199677150 · doi:10.24095/hpcdp.41.9.05

FASD prevalence among children and youth: results from the 2019 Canadian Health Survey on Children and Youth

2021· article· en· W3199677150 sur OpenAlexaffvenueabout
Sarah Palmeter, Adam Probert, Claudia Lagacé

Notice bibliographique

RevueHealth Promotion and Chronic Disease Prevention in Canada · 2021
Typearticle
Langueen
DomaineMedicine
ThématiquePrenatal Substance Exposure Effects
Établissements canadiensPublic Health Agency of Canada
Organismes subventionnairesnon disponible
Mots-clésFetal Alcohol Spectrum DisorderIndigenousMedicinePrevalenceDemographyEnvironmental healthPediatricsPregnancyPopulation

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: The lack of national fetal alcohol spectrum disorder (FASD) prevalence estimates represents an important knowledge gap. METHODS: Using data from the 2019 Canadian Health Survey on Children and Youth, the prevalence of FASD was examined by age, sex and Indigenous identity. Median age of diagnosis and comorbid long-term health conditions were also assessed. RESULTS: The prevalence of FASD among Canadian children and youth living in private dwellings was 1 per 1000 (0.1%). The prevalence was significantly higher among those who identified as Indigenous and lived off reserve (1.2%). CONCLUSION: These findings are in keeping with FASD prevalence studies that used similar passive surveillance methods. They provide a starting point to better understanding the prevalence and burden of FASD in Canada.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,135

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,006
Études des sciences et des technologies0,0020,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,020
Tête enseignante GPT0,276
Écart entre enseignants0,256 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations16
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueHealth Promotion and Chronic Disease Prevention in CanadaMême sujetPrenatal Substance Exposure EffectsTravaux en français237 207