Inégalités sociales des décès liés à la COVID-19 au Canada, par caractéristiques individuelles et locales, de janvier à juillet/août 2020 : résultats de deux processus nationaux d’intégration de données
Notice bibliographique
Résumé
Contexte : Malgré les premiers rapports sur les déterminants sociaux de l’infection par le coronavirus du syndrome respiratoire aigu sévère 2 (SRAS-CoV-2) et de la maladie à coronavirus 2019 (COVID-19), les analyses sur les inégalités attribuables à la COVID-19 au niveau national ont été limitées. L’objectif de cette étude est de décrire les inégalités en matière des décès attribuables à la COVID-19 au Canada en utilisant des données préliminaires obtenues dans le cadre de l’Initiative pancanadienne sur les inégalités en santé. Méthodes : Deux intégrations des données provisoires de la Base canadienne de données sur les décès de la Statistique de l’état civil ont été utilisées. Les données sur les décès survenus entre le 1er janvier et le 4 juillet 2020 parmi les résidents de logements privés ont été liées aux données, au niveau individuel, provenant du questionnaire abrégé du Recensement de 2016. Cette intégration a permis de ventiler les données de mortalité selon le sexe et la situation de faible revenu, le type de logement, le type de ménage et la taille du ménage. Les données sur les décès survenus entre le 1er janvier et le 31 août 2020 ont été liées aux données du Profil de Recensement au niveau local, du Recensement de 2016. Cette intégration de données a permis de ventiler des données de mortalité selon le sexe et les caractéristiques des quartiers, dont les ont été ventilées par sexe et par quintiles de composition ethnoculturelle (déterminés en fonction de la proportion de personnes ayant immigré récemment, appartenant à une minorité visible, étant nées à l’extérieur du Canada, ne connaissant ni l’anglais ni le français), par quintiles du revenu et par résidence dans une région métropolitaine. Les différences et les ratios des taux de mortalité liée à la COVID-19 normalisés selon l’âge (pour 100 000 habitants) entre groupes ont été estimés. Résultats : En juillet/août 2020, les résidents d’appartement, des grands centres urbains, des quartiers ayant la plus forte concentration de composition ethnoculturelle ou des quartiers ayant les plus faibles revenus ont connu 14 à 30 décès liés à la COVID-19 pour 100 000 habitants de plus comparativement aux groupes de référence (résidents d’une maison individuelle non attenante, ceux qui se trouvent en dehors des centres urbains, ceux résidant dans des quartiers avec la concentration de composition ethnoculturelle la plus faible ou ceux détenant les revenus les plus élevés, respectivement). Les inégalités entre les sexes étaient également plus importantes dans ces quatre groupes (11 à 18 décès chez les hommes de plus que chez les femmes pour 100 000 habitants) que dans les groupes de référence (2 à 4 décès chez les hommes de plus que chez les femmes pour 100 000 habitants). Conclusion : Ces résultats reflètent le fardeau global de mortalité plus élevé que subissent les populations défavorisées au niveau socioéconomique. Les domaines d’études futures sont abordés dans l’optique de guider une réponse à la pandémie axée sur l’équité en santé.
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 | 0,007 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,004 | 0,009 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».