MétaCan
Menu
← Retour à la cohorte
Enregistrement W4402770782 · doi:10.2196/preprints.66309

Estimating Chronic Hepatitis B Prevalence and Undiagnosed Proportion in Canada, 2007-2021: Mathematical Framework Development (Preprint)

2024· preprint· en· W4402770782 sur OpenAlexaboutno aff
Julien Smith-Roberge, Farinaz Forouzannia, Abdullah Hamadeh, Zeny Feng, Nashira Popovic, William Wong

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineMedicine
ThématiqueHepatitis C virus research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPreprintChronic hepatitisMedicineVirologyEnvironmental healthComputer scienceVirusWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

BACKGROUND Chronic hepatitis B (CHB) remains a significant health burden for at least a hundred thousand Canadians. The government of Canada has endorsed the Global Strategy to eliminate hepatitis as a public health threat by 2030, but effectively targeting public health interventions is complicated by the silent nature of the disease, which can remain asymptomatic for decades. OBJECTIVE This study develops a framework to estimate the prevalence of chronic hepatitis B and the proportion of the infected population that remains undiagnosed. We apply the proposed method to national data from Canada, from 2007 to 2021. METHODS We infer the prevalence and undiagnosed proportion of CHB by fitting a mathematical state-transition model, based on the natural history of chronic hepatitis B, to observed CHB-related events. Data for the calibration were obtained from the Public Health Agency of Canada and Statistics Canada. RESULTS We estimate the national prevalence of CHB in Canada in 2021 to be 0.483% (95% CI: 0.443% - 0.535%). The corresponding percentage of undiagnosed cases was estimated to be 54.3% (95% CI: 50.9% - 58.9%). CONCLUSIONS The estimates of CHB prevalence obtained via our method are in line with previous estimates obtained from national seroprevalence studies. More specialized estimates, stratified by province or age cohort, may be achievable with detailed health administrative data. CLINICALTRIAL

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,018
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,285
Score d'incertitude au seuil0,574

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,018
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,023
Tête enseignante GPT0,321
Écart entre enseignants0,297 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetHepatitis C virus research→Travaux en français237 207→