Prevalence of autism among adults in Canada: results from a simulation modelling study
Notice bibliographique
Résumé
OBJECTIVE: To estimate the prevalence of autism among adults living in Canada. DESIGN: A Monte Carlo simulation modelling approach was employed. Input parameters included adult population estimates and mortality rates; autism population all-cause mortality risk ratios; and autism prevalence estimates derived from child and youth data due to the lack of adult data. This approach was executed through 10 000 simulations, with each iteration generating a distinct data scenario. Prevalence estimates were reported as the mean with the 2.5th and 97.5th percentiles, corresponding to a 95% simulation interval (SI). SETTING: Where possible, Canadian data sources were used, including the 2019 Canadian Health Survey on Children and Youth and Statistics Canada mortality rates and population estimates. PRIMARY OUTCOME MEASURE: National prevalence estimates of autistic adults living in private dwellings in Canada, with variations in prevalence by sex at birth and province/territory considered. RESULTS: The findings suggest the prevalence of autism among adults in Canada to be 1.8% (95% SI 1.6%, 2.0%). National prevalence estimates by sex at birth were 0.7% (95% SI 0.6%, 0.9%) for females and 2.9% (95% SI 2.6%, 3.2%) for males. Provincial/territorial estimates ranged from 0.7% in Saskatchewan (95% SI 0.3%, 1.3%) to 3.6% in New Brunswick (95% SI 2.4%, 5.1%). CONCLUSIONS: The limited availability of data on autistic adults constrains our ability to fully understand and address their unique needs. In this study, autism prevalence was estimated based on diagnosed cases, which excludes individuals without a formal diagnosis. Additionally, other factors such as data availability and methodological assumptions may influence the modelling of prevalence estimates. As a result, our findings should be interpreted within the context of these limitations. Nevertheless, this study provides a valuable reference point for understanding autism prevalence among adults in Canada.
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 | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».