Mortality among Canadian population with multimorbidity: A retrospective cohort study
Notice bibliographique
Résumé
Objective: The aim of this study was to examine the effect of multimorbidity and the joint effect of chronic diseases on all-cause mortality among subjects aged 35 years and above. Study Design: Population-based retrospective cohort study. Methods: Multimorbidity was defined by the respondent's self-report of having two or more chronic diseases of the nine considered. The Canadian Community Health Surveys conducted in 2003/2004, 2005/2006 and 2007 to 2014 were linked with the Canadian Vital Statistics Death Database to examine the association between multimorbidity and all-cause mortality in subjects aged 35 years and above. Cox's proportional hazards models were used to estimate risk of multimorbidity on death after adjusting for the confounders in three age groups. Results: Multimorbidity had an increased risk of death in all three age groups with the youngest having the highest risk after adjusting for potential confounders (35 to 54 years: hazard ratio (HR) = 3.77, 95% CI: 3.04, 4.67; 55 to 64 years: HR = 2.64, 95% CI: 2.36, 2.95; 65 years and above: HR = 1.71; 95% CI:1.63,1.80). Subjects with cancer had the highest risk of death in the three age groups. When the interactions between chronic diseases were considered, subjects with COPD and diabetes had a significantly increased risk of death in comparison to those without COPD or diabetes in the 55 to 64 years. (HR = 2.59, 95% CI: 2.01, 3.34). Conclusions: Prevention of multimorbidity should be targeted not only in the older population but also in the younger populations. Synergistic effects of chronic diseases should be considered in the management of multimorbidities.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| 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 ».