Inégalités dans le fardeau de la maladie lié à la démence (incluant la maladie d’Alzheimer), Colombie-Britannique (Canada), 2001-2022
Bibliographic record
Abstract
Introduction Les années de vie ajustées en fonction de l’incapacité (AVAI) intègrent des données de mortalité et des données de prévalence (ou d’incidence). On peut les utiliser comme mesure de surveillance pour évaluer le fardeau de la démence et les inégalités. Méthodologie Nous avons comptabilisé le nombre de cas de démence et le nombre de décès à partir de données administratives jumelées afin d’estimer l’incidence, la prévalence, la mortalité par cause et les AVAI chez les personnes de 65 ans et plus, de 2001 à 2022, en Colombie-Britannique (Canada). Les taux de mortalité spécifiques à la démence, ajustés pour tenir compte des changements intervenus dans les pratiques de certification des décès au fil du temps, ont été estimés à l’aide d’une régression logistique intégrant des données sur les causes multiples de décès tirées des registres de statistiques de l’état civil. Toutes les mesures ont été ventilées par sexe, et les AVAI ont également été ventilées par âge et par quintile de statut socioéconomique (SSE). La variation annuelle moyenne en pourcentage (VAMP) des taux a été estimée à l’aide d’une régression par points de jonction. Résultats L’incidence et la prévalence de la démence normalisées selon l’âge ont diminué depuis 2013, alors que la mortalité a augmenté en moyenne de 1,6 % par an depuis 2001 (IC [intervalle de confiance] à 95 % : 1,4 % à 1,8 %). Les AVAI normalisées selon l’âge ont augmenté en moyenne de 1,4 % par an (IC à 95 % : 1,3 % à 1,4 %). Les taux d’AVAI sont plus élevés chez les femmes de 90 ans et plus mais sont en augmentation plus rapide chez les hommes. Les AVAI ont diminué pour les personnes appartenant au quintile de SSE le moins défavorisé (VAMP : −0,6 %; IC à 95 % : −1,0 % à −0,3 %) et, inversement, ont augmenté – les taux récents étant les plus élevés – dans le quintile le plus défavorisé (VAMP : 2,9 %; IC à 95 % : 2,5 % à 3,2 %). Conclusion L’écart socioéconomique dans le fardeau de la maladie lié à la démence s’est creusé au fil du temps en Colombie-Britannique. Les taux d’AVAI sont les plus élevés chez les femmes de 90 ans et plus, mais l’écart global entre hommes et femmes s’est réduit.
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 | 0.003 | 0.008 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.007 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 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".