MétaCan
Menu
← Retour à la cohorte
Enregistrement W4415261784 · doi:10.17269/s41997-025-01113-6

Prevalence and incidence of autism in children and adolescents in Manitoba, Canada: An updated estimate using population-based administrative health data from 2011 to 2022

2025· article· en· W4415261784 sur OpenAlexafffundvenueabout
Deepa Singal, Jennifer Enns, Kevin J. Friesen, Karen Dorothy Bopp, Margherita Cameranesi, Ana Hanlon-Dearman, Jonathan Lai, Nathan Nickel, Shahin Shooshtari, Lonnie Zwaigenbaum, Marni Brownell

Notice bibliographique

RevueCanadian Journal of Public Health · 2025
Typearticle
Langueen
DomaineNeuroscience
ThématiqueAutism Spectrum Disorder Research
Établissements canadiensUniversity of AlbertaSt.AmantUniversity of TorontoUniversity of ManitobaSaint Mary's UniversityManitoba HealthAutism CanadaPublic Health OntarioUniversity of British Columbia
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésAutismInclusion (mineral)Public healthHealth careIncidence (geometry)Investment (military)Resource allocationResource (disambiguation)

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: Estimates of autism prevalence are critical for informing evidence-based decisions, allocating resources, and developing effective strategies to support autistic individuals and their families. In Canada, such estimates remain limited, with the most recent population-based data on autism prevalence and incidence in Manitoba spanning 2004-2015, underscoring the need for more current data. METHODS: We used linked, whole-population administrative health and clinical data to develop a validated identification algorithm. We determined annual prevalence and incidence rates of autism among Manitoba children and adolescents aged 0-17 from 2011 to 2022, and conducted regression modelling to examine changes over time, adjusting for sex, geography, and socioeconomic variables. RESULTS: We identified 9396 children and adolescents diagnosed with autism during the study period. The prevalence of autism diagnoses was 0.58% (95% CI 0.55-0.60) in 2011 and 1.67% (95% CI 1.63-1.72) in 2022. The incidence of autism diagnoses was 0.79/1000 (95% CI 0.69-0.90) in 2011 and 3.06/1000 (95% CI 2.87-3.27) in 2022. We found statistically significant year-over-year increases in both prevalence and incidence. CONCLUSIONS: Increasing autism prevalence indicates a pressing public health need for sustained investment in specialized healthcare services and supports that promote the full inclusion of autistic people in society. Strengthening surveillance systems across Canada is essential for generating high-quality population-based data to inform policy development and resource allocation and ensuring the health and social needs of autistic people and their families are met.

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)0,004
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 enseignants0,036
Score d'incertitude au seuil0,262

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,007
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,107
Tête enseignante GPT0,374
Écart entre enseignants0,268 · 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

Citations1
Publié2025
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Public Health→Même sujetAutism Spectrum Disorder Research→Travaux en français237 207→