Social determinants and spatio-temporal variation of Ischemic Heart Disease in Manitoba
Notice bibliographique
Résumé
Abstract Introduction The aim was to study any spatial and/or temporal patterns of ischemic heart disease (IHD) prevalence and measure the effects of selected social determinants on these spatial and space-time patterns. Methods Data were obtained from the Population Research Data Repository housed at the Manitoba Centre for Health Policy to identify persons who were diagnosed with IHD between 1995 and 2018. These persons were geocoded to 96 geographic regions of Manitoba. An area-level socioeconomic factor index (SEFI-2) and the proportion of the population who was Indigenous were calculated for each geographic region using the 2016 Canadian Census data. Associations between these factors and IHD prevalence were measured using Bayesian spatial Poisson regression models. Temporal trends and spatio-temporal trends were measured using Bayesian spatio-temporal Poisson regression models. Results Univariable models showed a significant association with increased regional Indigenous population proportion associated with a higher prevalence of IHD (RR: 0.07, 95% CredInt: (0.05, 0.10)) and for SEFI-2 (RR: 0.17, 95% CredInt: (0.11, 0.23)). Using a multivariable model, after accounting for the proportion of the population that was Indigenous, there was no evidence of an association between IHD prevalence and area-level socioeconomic factor. Spatio-temporal models showed no significant overall temporal trend in IHD prevalence, but there were significant spatially varying temporal trends within the 96 regions. Conclusions Association between Indigenous population proportion and IHD is consistent with previous research. No significant overall temporal trend was measured. However, regions with significantly increasing trends and significantly decreasing trends in IHD prevalence were identified.
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 | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 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 ».