The Burden of Plastic Surgery Related Disease in Canada: A Perspective Based on the 2019 Global Burden of Disease Study
Notice bibliographique
Résumé
Purpose: Identifying the burden of disease related to plastic and reconstructive surgery in Canada will provide timely population-based data, inform policy, and generate support for research funding. Methods and Patients: Data on the burden of disease (ie, prevalence, incidence, mortality, years of life lost, years lived with disability, and disability-adjusted life years [DALYs]), were extracted from the Global Burden of Disease 2019 results tool for all available and relevant plastic surgery diseases. The economic burden of disease in Canadian dollars was calculated based on prior studies. Data are presented as either rates (per 100 000) or counts with the associated uncertainty interval. Results: In 2019, plastic surgery related conditions in Canada had an overall age-standardized DALY rate of 556 per 100 000 [463-664]. Of these conditions, breast cancer was responsible for approximately 50% of the overall burden of disease, with an age-standardized DALY rate of 268 per 100 000 [244-294] followed by squamous cell carcinoma (66 per 100 000 [45-94]) and thermal burns (61 per 100 000 [46-82]). Age-standardized incidence rates were highest for cellulitis (2654 per 100 000 [2502-2812]). Breast cancer had the highest age-standardized cost of care of all plastic surgery related diseases, at $5.1 billion, approximately half of the total age-standardized cost of $10.6 billion for included plastic surgery diseases. Conclusion: Plastic and reconstructive surgery related diseases, particularly breast cancer, thermal burns, and malignant melanoma, are responsible for a high burden of disease and significant cost to the Canadian healthcare system. These results will help guide national healthcare policy and should provide support to directing funding and research efforts toward impactful diseases facing the Canadian healthcare system.
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 | 0,001 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».