Social inequalities in COVID-19 mortality by area and individual-level characteristics in Canada, January to July/August 2020: Results from two national data integrations
Notice bibliographique
Résumé
Background: Despite early reports of social determinants of severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) infection and coronavirus disease 2019 (COVID-19) burden, national Canadian reporting on COVID-19 inequalities has been limited. The objective of this study is to describe inequalities in COVID-19 mortality in Canada using preliminary data, as part of the Pan-Canadian Health Inequalities Reporting Initiative. Methods: Two provisional Canadian Vital Statistics Death Database integrations were used. Data concerning deaths between January 1 and July 4, 2020, among private-dwelling residents were linked to individual-level data from the 2016 short-form Census, and disaggregated by sex and low-income status, dwelling type, household type and size. Data concerning deaths between January 1 and August 31, 2020 linked to 2016 Census area data were disaggregated by sex and neighbourhood ethno-cultural composition quintiles (based on the proportion of residents who are recent immigrants, visible minorities, born outside of Canada, with no knowledge of English or French), income quintiles and urban residence. The COVID-19 age-standardized mortality rate (per 100,000 population) differences and ratios between groups were estimated. Results: As of July/August 2020, apartment dwellers, residents of urban centres, neighbourhoods with the highest ethno-cultural composition or lowest income experienced 14 to 30 more COVID-19-related deaths/100,000 compared with reference groups (residents of single-detached homes, outside of urban centres, with lowest ethno-cultural concentration or highest income, respectively). Per 100,000 population, sex/gender inequalities were also larger in these four groups (11 to 18 more male than female deaths) than in the reference groups (two to four more male than female deaths). Conclusion: These findings highlight how populations facing socioeconomic disadvantage have experienced a higher overall burden of deaths. Areas for future research are discussed to guide health equity-informed pandemic response.
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 | 0,003 | 0,006 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 ».