Estimation de la prévalence de la multimorbidité au moyen du Système canadien de surveillance des maladies chroniques
Bibliographic record
Abstract
Introduction Le Système canadien de surveillance des maladies chroniques (SCSMC) de l’Agence de la santé publique du Canada utilise une méthode validée et normalisée pour estimer la prévalence des maladies chroniques, par exemple le diabète. L’élargissement de la portée du SCSMC pour inclure la surveillance de la multimorbidité et de la présence concomitante de deux maladies chroniques ou plus pourrait mieux guider la promotion de la santé et la prévention des maladies. L’objectif de notre étude était de déterminer s’il était possible de recourir au SCSMC pour estimer la prévalence de la multimorbidité. Méthodologie Nous avons utilisé les données administratives sur la santé de sept provinces et de trois territoires portant sur cinq affections chroniques validées (maladies cardiovasculaires, maladies respiratoires, maladies mentales, hypertension et diabète) pour estimer la prévalence de la multimorbidité. Nous avons produit des estimations normalisées selon l'âge et spécifiques selon l’âge (à l’aide des données démographiques canadiennes de 1991) pour deux définitions de la multimorbidité, soit deux affections ou plus ou trois affections ou plus sur les cinq affections validées, selon le sexe, la période et la zone géographique. Résultats Au cours de l’exercice 2011-2012, la prévalence d’au moins deux et d'au moins trois affections chroniques chez les Canadiens de 40 ans ou plus se situait à respectivement 26,5 % et 10,2 %, ce qui est comparable à d’autres estimations faites à partir des données administratives sur la santé. L'augmentation de la prévalence de la multimorbidité avec l’âge était similaire dans toutes les provinces. Les différences de prévalence entre hommes et femmes variaient selon les provinces et territoires. Nous avons également observé une variation importante des estimations au fil des années. Les résultats obtenus étaient comparables pour les deux définitions de la multimorbidité. Conclusion La méthodologie du SCSMC permet de produire des estimations comparatives de la prévalence de la multimorbidité dans l’ensemble des provinces et des territoires, mais son utilisation pour estimer les variations temporelles pose des difficultés. L'augmentation du nombre et de la portée des définitions de cas validées dans le SCSMC permettra d’améliorer l’exactitude de la surveillance de la multimorbidité auprès de la population canadienne.
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 | 0.008 | 0.025 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.005 | 0.006 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.002 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 0.001 |
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".