Disparities in outcomes by race and ethnicity in the Canadian cystic fibrosis population
Notice bibliographique
Résumé
BACKGROUND: Cystic Fibrosis has historically been described as a disease that affects people of European ancestry. Consequently, much of what we know about CF is based on evidence generated from data collected in white individuals. This may lead to systematic bias in how non-white people with CF are diagnosed and treated. In this study we compared clinical outcomes between the white and non-white people with CF in Canada. METHODS: Canadian CF Registry data collected between 2000 and 2019 were used in this population-based cohort study. Demographic characteristics and clinical outcomes of people with CF identified as white and those identified as non-white were compared. Analyses were adjusted for cohort effects but not socioeconomic status. RESULTS: Between 2000 and 2019, 5516 people with CF in the Registry were identified as white and 323 were identified as non-white. At diagnosis, the white and non-white groups were similar with respect to sex at birth, age at diagnosis, prevalence of pancreatic insufficiency, and meconium ileus. The non-white group had similar rates of CF-related complications and bacterial infections compared to the white, but worse lung function, worse nutritional status, lower treatment rates, and higher rate of hospitalizations. During the 20-year study period, the non-white group had a 1.85 higher risk of death compared to the white group (HR 95 %CI 1.39; 2.47). INTERPRETATION: There is an urgent need understand why outcomes for Canadians with CF differ between white and non-white individuals, including the role of socioeconomic circumstances.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,004 | 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) | 0,004 | 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 ».