MétaCan
Menu
← Retour à la cohorte
Enregistrement W6939535801 · doi:10.6084/m9.figshare.c.4603079

Regional variation of premature mortality in Ontario, Canada: a spatial analysis

2019· other· en· W6939535801 sur OpenAlexaboutno aff

Notice bibliographique

RevueFigshare · 2019
Typeother
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueMycorrhizal Fungi and Plant Interactions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPopulationGeographic variationPopulation healthPublic healthSpatial epidemiologyMortality rateEpidemiologyPremature birth

Résumé

récupéré en direct d'OpenAlex

Abstract Background Premature mortality is a meaningful indicator of both population health and health system performance, which varies by geography in Ontario. We used the Local Health Integration Network (LHIN) sub-regions to conduct a spatial analysis of premature mortality, adjusting for key population-level demographic and behavioural characteristics. Methods We used linked vital statistics data to identify 163,920 adult premature deaths (deaths between ages 18 and 74) registered in Ontario between 2011 and 2015. We compared premature mortality rates, population demographics, and prevalence of health-relevant behaviours across 76 LHIN sub-regions. We used Bayesian hierarchical spatial models to quantify the contribution of these population characteristics to geographic disparities in premature mortality. Results LHIN sub-region premature mortality rates ranged from 1.7 to 6.6 deaths per 1000 per year in males and 1.2 to 4.8 deaths per 1000 per year in females. Regions with higher premature mortality had fewer immigrants and higher prevalence of material deprivation, excess body weight, inadequate fruit and vegetable consumption, sedentary behaviour, and ever-smoked status. Adjusting for all variables eliminated close to 90% of geographic variation in premature mortality, but did not fully explain the spatial pattern of premature mortality in Ontario. Conclusions We conducted the first spatial analysis of mortality in Ontario, revealing large geographic variations. We demonstrate that well-known risk factors explain most of the observed variation in premature mortality. The result emphasizes the importance of population health efforts to reduce the burden of well-known risk factors to reduce variation in premature mortality.

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: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,137

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,006
Études des sciences et des technologies0,0020,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
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 Opus0,023
Tête enseignante GPT0,209
Écart entre enseignants0,186 · 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
GenreAutre

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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshare→Même sujetMycorrhizal Fungi and Plant Interactions→Travaux en français237 207→