Disparities in all-cause mortality among people experiencing homelessness in Toronto, Canada during the COVID-19 pandemic: a cohort study
Notice bibliographique
Résumé
People experiencing homelessness have historically had high mortality rates compared to housed individuals in Canada, a trend believed to have become exacerbated during the COVID-19 pandemic. In this matched cohort study conducted in Toronto, Canada, we investigated all-cause mortality over a one-year period by following a random sample of people experiencing homelessness (n = 640) alongside matched housed (n = 6,400) and low-income housed (n = 6,400) individuals. Matching criteria included age, sex-assigned-at-birth, and Charlson comorbidity index. Data were sourced from the Ku-gaa-gii pimitizi-win cohort study and administrative databases from ICES. People experiencing homelessness had 2.7 deaths/100 person-years, compared to 0.7/100 person-years in both matched unexposed groups, representing an all-cause mortality unadjusted hazard ratio (uHR) of 3.7 (95% CI, 2.1–6.5). Younger homeless individuals had much higher uHRs than older groups (ages 25–44 years uHR 16.8 [95% CI 4.0–70.2]; ages 45–64 uHR 6.8 [95% CI 3.0–15.1]; ages 65+ uHR 0.35 [95% CI 0.1–2.6]). Homeless participants who died were, on average, 17 years younger than unexposed individuals. After adjusting for number of comorbidities and presence of mental health or substance use disorder, people experiencing homelessness still had more than twice the hazard of death (aHR 2.2 [95% CI 1.2–4.0]). Homelessness is an important risk factor for mortality; interventions to address this health disparity, such as increased focus on homelessness prevention, are urgently needed.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».