Abstract 174: Cardiotoxic Neighborhoods: Marked Variations in Domiciles of Victims of Cardiac Arrest Within a Large Urban Area
Notice bibliographique
Résumé
Introduction: Out of hospital cardiac arrest (OHCA) incidence rates may vary across regions. Prior studies measured OHCA variability by the location of the OHCA, rather than the victim's place of residence, thereby omitting potentially important demographic predictors of OHCA. Objectives: To measure variability of OHCA rates by residential address within a large urban centre, and the characteristics of persons living in areas that are associated with a higher rate of OHCA. Methods: We included 5656 adults aged 20+ y who experienced an OHCA in Toronto, Canada from 2006-2010. Each OHCA patient's home address was spatially mapped to 1 of 527 census tracts (CT). In order to assess variability we conducted (1) point cluster analysis using SatScan software, which identified areas with significantly higher counts of OHCA; (2) Poisson regression models were used to assess the OHCA relative risk (RR) by CT (after adjusting for age and sex); (3) We assessed the relationship between OHCA rates and socioeconomic (SES) variables within each CT. Results: Incidence of OHCA varied widely by CT (Figure 1). Adjustment for age and sex did not alter this variation. Cluster analysis identified 4 geographically distinct areas where there was higher risk of OHCA compared to adjacent CTs. With respect to SES variables, CTs with a higher median household income had a lower risk of OHCA (RR 0.98 per $10000 increase in income, 99% CI 0.95-1.00), as did CTs with higher education status (RR 0.996 per 1% increase in education, 99% CI 0.992-0.999). CTs with a higher percentage of South Asians (SA) were not at higher risk of OHCA (RR 1.003 per 1% increase in SA population, 99% CI 0.997-1.009), but those with a higher percentage of Afro-Caribbeans (AC) were (RR 1.007 per 1% increase in AC population, 99% CI 1.002-1.013). Conclusions: The risk of OHCA varies by the features of one's place of residence. Further study is required to investigate possible causes for these variations.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».