Bibliographic record
Abstract
Introduction Le Québec accueille 50 000 immigrants annuellement dont 30 % viennent d’Afrique et 27 % d’Asie. Dans les dix dernières années, 200 à 600 enfants ont été adoptés annuellement, majoritairement de l’Asie. Plusieurs régions d’origine des immigrants sont endémiques pour des parasites. C’est pourquoi l’immigration influence fortement l’épidémiologie de ces maladies. La giardiase, la filariose, la schistosomiase, la strongyloïdose et la malaria sont les plus prévalentes. Il existe peu de données sur les maladies parasitaires chez les immigrants au Québec. Cette étude vise à décrire l’épidémiologie de cette problématique dans la province. Méthode Une étude descriptive transversale a été privilégiée. Les immigrants ayant consulté au centre des maladies tropicales de l’Université McGill et les enfants de la clinique d’adoption de l’hôpital Maisonneuve-Rosemont ont été ciblés. Une grille standardisée a été utilisée pour la collecte des données dans la base de données de GeoSentinel et les dossiers médicaux. Des analyses descriptives et inférentielles fournissent un profil des immigrants atteints et des facteurs associés. Résultats Au moins un parasite se trouve chez 32 % (202/638) des immigrants à l’étude. Les parasitoses les plus prévalentes chez ces cas sont la strongyloïdose (28%), la filariose (21%), la schistosomiase (17%), et la malaria (12%). Le tiers des cas sont des demandeurs d’asile et 43 % (86/202) viennent de l’Afrique subsaharienne. Une proportion élevée d’infection, 50 % (27/56), se trouve chez les Haïtiens. Chez 15 % (73/499) des enfants adoptés, on trouve au moins un parasite; la giardiase et la strongyloïdose sont les plus prévalentes. La majorité (292/499) des enfants à l’étude viennent de la Chine et 69 % (22/32) des enfants Haïtiens sont infectés par des parasites. Discussion et conclusion La littérature appuie nos résultats. La population immigrante est en croissance au Québec ce qui est une des richesses de la province. Par contre, c’est une population qui est vulnérable au niveau de la santé. Environ 1/3 des immigrants et 1/6 des enfants adoptés sont atteints par des parasitoses. Plus de la moitié (57 %) des immigrants atteints sont infectés par des parasites qui ont des conséquences importantes. Des interventions ciblant cette population sont recommandées afin de diminuer ce fardeau.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.005 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".