Prevalence of Multimorbidity and Chronic Diseases in citizens of the Métis Nation of Ontario
Notice bibliographique
Résumé
Objective and ApproachPopulation-based analyses of Métis health in Canada are limited. The Métis are a distinct Indigenous people with both First Nation and Euro-Settler ancestry. This study aimed to examine multimorbidity in the Métis Nation of Ontario (MNO) citizens from 2009 to 2019. Registered MNO citizens were linked to Ontario’s administrative health data. An existing data algorithm identified individuals with multimorbidity (2+ chronic conditions) among MNO citizens and the Ontario population aged 18+. Annual prevalence rates of multimorbidity were calculated and rates in the latest year were compared across income quintiles, age, and sex. Results & ConclusionThe prevalence of multimorbidity increased in MNO citizens from 49.2 per 100 (CI: 48.1-50.2) in 2009 to 61.0 per 100 (CI: 59.9-62.1) in 2018. A consistently higher prevalence rate was seen in MNO citizens compared to non-MNO citizens across the entire period. Female MNO citizens had a higher prevalence of multimorbidity compared to males. The prevalence of multimorbidity increased with age in MNO citizens from 40.5 per 100 (CI: 39.1-41.8) in those aged 18 to 44 years up to 91.6 per 100 (CI: 88.4-98.0) in those aged 65 years and older. An income gradient was evident with MNO citizens in the highest income quintile having the lowest prevalence of multimorbidity (57.1 per 100) compared to those in the lowest income quintile (66.3 per 100). ImplicationsUnderstanding the burden of multimorbidity in MNO citizens is essential for the MNO to guide program and policy planning, as well as support decision-making related to resource allocation.
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 | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».