MétaCan
Menu
← Retour à la cohorte
Enregistrement W1809989376 · doi:10.1186/s12889-015-1872-5

Very low neighbourhood income limits participation post stroke: preliminary evidence from a cohort study

2015· article· en· W1809989376 sur OpenAlexafffund
Mary Egan, Lucy-Ann Kubina, Claire‐Jehanne Dubouloz, Dorothy Kessler, Elizabeth Kristjansson, Michael Sawada

Notice bibliographique

RevueBMC Public Health · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueStroke Rehabilitation and Recovery
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesHeart and Stroke Foundation of Canada
Mots-clésNeighbourhood (mathematics)MedicineCohortStroke (engine)GerontologyDemographyRehabilitationHousehold incomeFunctional Independence MeasureCohort studyPhysical therapyGeography

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Neighbourhood income level is associated with the incidence of stroke and stroke-related mortality. It has also been linked to receipt of appropriate services, post discharge motor recovery and functional status following a stroke. We examined the impact of neighbourhood income on participation among community-dwelling stroke survivors during the two years following the stroke. METHODS: Secondary analysis of data from a prospective cohort study. Participants were 67 individuals who were treated in acute care or rehabilitation following a first ever stroke, and were discharged to the community with FIM™ scores of at least 3 for comprehension, memory and problem solving. On this functional independence measure, these scores indicate that assistance is needed with related tasks up to 50 % of the time. Participation at 6, 9, 12, 18 and 24-months post stroke was measured using the Reintegration to Normal Living Index (RNLI). Income was measured by median neighbourhood annual family income according to postal code. The impact of very low neighbourhood income (median family income $20,000 Cdn or less) on participation at each follow-up period was determined controlling for potential confounders. RESULTS: Six (9.0 %) of the participants lived in very low-income neighbourhoods. These participants had average RNLI scores approximately 25 % lower at each follow-up period. While there was a trend for increasing participation with time among those in higher income neighbourhoods, this was not seen among very low-income neighbourhood participants. Very low me neighbourhood income had an independent effect on participation after controlling for discharge FIM™, 2-min walk test, gender, self-rated health, age, and emotional well-being at all follow-up periods. CONCLUSIONS: Our results indicate that very low neighbourhood income is linked with decreased participation during the first two years following stroke. Our findings indicate the need for further investigation of this relationship, and the importance of close follow-up of stroke survivors living in very low-income contexts.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,084
Tête enseignante GPT0,368
Écart entre enseignants0,284 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations22
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMC Public Health→Même sujetStroke Rehabilitation and Recovery→Travaux en français237 207→