MétaCan
Menu
Retour à la cohorte
Enregistrement W4403070231 · doi:10.20944/preprints202409.2342.v1

Cause-Related Mortality in Canada by Income Quintile: Examining the Impact of Multiple Causes before and after the COVID-19 Pandemic

2024· preprint· en· W4403070231 sur OpenAlexfundaboutno aff
Paul A. Peters, Morgan Klym, Michel Lopez-Barrios, Tomoko McGaughey

Notice bibliographique

RevuePreprints.org · 2024
Typepreprint
Langueen
DomaineHealth Professions
ThématiqueGlobal Health Care Issues
Établissements canadiensnon disponible
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaCanadian Institutes of Health Research
Mots-clésPandemicCoronavirus disease 2019 (COVID-19)2019-20 coronavirus outbreakSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Influenza pandemicGeographyMedicineVirologyOutbreakInternal medicine

Résumé

récupéré en direct d'OpenAlex

Mortality rates are fundamental to understanding the overall health of a population. However, statistics are usually reported using the primary underlying cause of death, overlooking potentially relevant contributing causes listed on death certificates. This paper presents indicators for multiple cause-related mortality in Canada from 2000 – 2022. Deaths from the Canadian Vital Statistics Database (2000 – 2022) were merged with multiple cause files and classified into 136 cause of death groupings. Summary statistics for multiple causes were calculated, including the Standardized Ratio of Multiple to Underlying (SRMU), which is also calculated by neighbourhood income quintile. Age-Standardized Mortality Rates (ASMR) were calculated for the underlying cause of death (ASMRUC) and compared to rates including any mention of each respective cause (ASMRAM). These were then compared to ASMRs based on a contributing-cause weighting scheme (ASMRW). The average number of causes reported on death certificates has increased from 2.79 in 2002 to 3.19 in 2021. Those in the lowest income quintiles have a higher average number of causes (3.31 in 2021) compared to those in the highest income quintile (3.09 in 2021). When employing multiple cause weighting strategies, the rank order of age-standardized mortality rates is significantly elevated for conditions including renal failure, hypertension, pneumonia, septicemia, arterial fibrillation, and artery diseases. Multiple cause-of-death approaches provide further insight into the patterns of mortality and highlight conditions that become leading causes using weighted approaches. This provides evidence to support efforts to address these conditions. There are also differences in multiple causes of death reporting by income quintile which warrants further investigation.

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)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,188

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,006
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,208
Tête enseignante GPT0,487
Écart entre enseignants0,279 · 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'étudeObservationnel
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'admission2
Résumé présentoui

Explorer davantage

Même revuePreprints.orgMême sujetGlobal Health Care IssuesTravaux en français237 207