MétaCan
Menu
← Back to cohort
Record W7161995302 · doi:10.82308/38762

The prevalence of food allergy in Canada: a focus on vulnerable populations

2015· dissertation· en· W7161995302 on OpenAlexaboutno aff
Lianne Soller

Bibliographic record

Venuenot available
Typedissertation
Languageen
FieldMedicine
TopicFood Allergy and Anaphylaxis Research
Canadian institutionsnot available
Fundersnot available
KeywordsMedical prescriptionAllergyPenicillin allergyFood allergy

Abstract

fetched live from OpenAlex

Pour mieux comprendre la charge des allergies alimentaires au Canada, cette thèse : 1) fourni des estimations de la prévalence des allergies aux aliments communs parmi ceux avec un faible niveau d’éducation, un revenu en bas de la moyenne, des immigrants qui sont arrivés au Canada dans les derniers dix ans, et ceux qui s’identifient comme ayant une identité autochtone (les populations vulnérables), 2) étudie la préscription et la disponibilité de l’autoinjecteur d’épinephrine (AIE) parmi ces populations, et 3) explore l’effet des bias causés par un taux de réponse bas sur la prévalence des allergies alimentaires. Nous avons utilisés les donnés du recensement canadien de l’an 2006 pour pouvoir identifier les codes postaux avec les proportions de populations vulnérables les plus hautes. Des maisons parmi ces codes postaux ont été sélectionnées en façon aléatoire pour participer a un sondage téléphonique. Des informations sur les allergies alimentaires, la prescription et la disponibilité de l’AIE, et les démographiques, ont été receuillies. Pour ceux qui ont refusés de participer au sondage complet, un questionnaire de refus très court a été administrer, qui a évalué si les membres de la famille avaient des allergies alimentaires. Des estimations de la prévalence des allergies alimentaires ont été adjuster en utilisant les donnés du recensement canadien pour prendre en consideration l’échantillonnage ciblé. La regression logistique multivariable a été utilisé pour identifier les prédicteurs des allergies alimentaires, de la prescription et de la disponibilité de l’AIE. L’imputation multiple a été utilisée pour générer des estimations de prévalences ajustées pour le bias causés par un taux de réponse bas. Des 12,762 maisons éligibles, 5,734 maisons (15,022 individus) ont complétés le questionnaire (taux de réponse de 45%), 524 maisons ont completes le questionnaire de refus (un 4% additionnelle), et les 6,504 maisons qui restent ont répondus au téléphone mais ont refusés de répondre aux questions. 3,224 maisons additionnelles n’ont jamais répondu au téléphone. Parmi ceux qui ont complétés le questionnaire, la prévalence d’allergies auto-évalué non-ajusté était de 6.4%, et avec l’ajustement, 7.5%. Les allergies alimentaires étaient moins communes chez les adultes sans éducation post-secondaire et les nouveaux immigrants. Il n’y avait aucune différence en ce qui concerne le revenue ni l’identité autochtone. Pour l’analyse du bias causés par un taux de réponse bas, neuf estimations ont été obtenus pour la prévalence auto-évaluée, allant de 3.0% à 5.4%. En ce qui concerne l’analyse multivariable pour la prescription de l’AIE, ceux ayant une éducation plus élevé ont une chance plus élevés d’avoir été prescrit l’AIE. Il n’y avait aucune différence en ce qui concerne la disponibilité de l’AIE. Notre étude suggère que certains groupes vulnérables au Canada auto-évalue moins d’allergies alimentaires et de prescriptions pour l’AIE, qui pourrait être une observation réele ou qui pourrait être causé par un manque de services de santé ou un manque d’éducation pour les allergies alimentaires. Cela suggère des lacunes dans le système politique qui doivent être addréssées pour que tout les canadiens aient la même opportunité pour chercher et recevoir des soins de santé. En étant que la prévalence non-ajustée parmi les participants qui ont completes le questionnaire était plus élevé que tout les estimations ajustées, c’est evident que le taux de réponse peux causer un bias important dans l’estimation de la prévalence des allergies alimentaires, et que nous devrions prendre soin de ne pas ignorer ce bias. Notre projet souligne l’imprtance de maximiser le taux de réponse durant la phase conception de l’étude, et en même temps, c’est important de reconnaître que le bias est probablement encore présent et devrait être considéré dans l’analyse des données.

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 imitation

Not 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.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.002
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: Observational
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.019
Threshold uncertainty score0.134

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0010.002
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0020.005
Science and technology studies0.0020.001
Scholarly communication0.0010.001
Open science0.0010.001
Research integrity0.0000.001
Insufficient payload (model declined to judge)0.0020.000

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.

Opus teacher head0.042
GPT teacher head0.323
Teacher spread0.281 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designObservational
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2015
Admission routes1
Has abstractyes

Explore more

Same topicFood Allergy and Anaphylaxis Research→French-language works237,207→