Socioeconomic Inequities in the Age-Specific Burden of Severe Respiratory Syncytial Virus in Canada, 2016–2019
Notice bibliographique
Résumé
BACKGROUND: Limited attention has been given to social inequities in respiratory syncytial virus (RSV), particularly beyond childhood and neighborhood-level measures. This study aimed to quantify the burden of severe RSV disease across the age continuum by individual-level socioeconomic status (SES) indicators. METHODS: We conducted a longitudinal descriptive study of Canadians (excluding Québec) ≥6 months of age using the 2016 Canadian Census Health and Environment Cohort (2016-2019). International Classification of Diseases, 10th Revision-coded RSV-related hospitalization rates, rate ratios (RRs), and rate differences (RDs) per 100 000 person-years were estimated using Poisson regression. RESULTS: Rates of RSV-related hospitalization were greatest among Canadians with lower compared to higher SES, as indicated through income (RD, 11.7 [95% confidence interval {CI}, 10.1-13.3]; RR, 2.8 [95% CI, 2.4-3.2]), education (RD, 18.7 [95% CI, 16.6-20.9]; RR, 3.3 [95% CI, 2.9-3.7]), and measures of poorer housing conditions including unaffordable housing and apartment living. Inequities varied by measure and age group; while rates were highest among 6- to 59-month-olds and ≥80-year-olds overall, some of the greatest relative SES inequities were among other ages. CONCLUSIONS: Understanding SES factors' role in RSV-related hospitalization risk is necessary to inform equitable prevention efforts, including delivery of emerging RSV immunizations.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 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 ».