Hospitalization for heart disease, stroke, and diabetes mellitus among Indian-born persons: a small area analysis
Notice bibliographique
Résumé
BACKGROUND: We set out to describe the risk of hospitalization from heart disease, stroke, and diabetes among persons born in India, all foreign-born persons, and U.S.-born persons residing in New York City. METHODS: We examined billing records of 1,083,817 persons hospitalized in New York City during the year 2000. The zip code of each patient's residence was linked to corresponding data from the 2000 U.S. Census to obtain covariates not present in the billing records. Using logistic models, we evaluated the risk of hospitalization for heart disease, stroke and diabetes by country of origin. RESULTS: After controlling for covariates, Indian-born persons are at similar risk of hospitalization for heart disease (RR = 1.02, 95% confidence interval 1.02, 1.03), stroke (RR = 1.00, 95% confidence interval, 0.99, 1.01), and diabetes mellitus (RR = 0.96 95% confidence interval 0.94, 0.97) as native-born persons. However, Indian-born persons are more likely to be hospitalized for these diseases than other foreign-born persons. For instance, the risk of hospitalization for heart disease among foreign-born persons is 0.70 (95% confidence interval 0.67, 0.72) and the risk of hospitalization for diabetes is 0.39 (95% confidence interval 0.37, 0.42) relative to native-born persons. CONCLUSIONS: South Asians have considerably lower rates of hospitalization in New York than reported in countries with national health systems. Access may play a role. Clinicians working in immigrant settings should nonetheless maintain a higher vigilance for these conditions among Indian-born persons than among other foreign-born populations.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».