Gender differences in the impact of poverty on health: disparities in risk of diabetes‐related amputation
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
AIMS: To assess the combined impact of socio-economic status and gender on the risk of diabetes-related lower extremity amputation within a universal healthcare system. METHODS: We conducted a population-based cohort study using administrative health databases from Ontario, Canada. Adults with pre-existing or newly diagnosed diabetes (N = 606 494) were included and the incidence of lower extremity amputation was assessed for the period 1 April 2002 to 31 March 2009. Socio-economic status was based on neighbourhood-level income groups, assigned to individuals using the Canadian Census and their postal code of residence. RESULTS: Low socio-economic status was associated with a significantly higher incidence of lower extremity amputation (27.0 vs 19.3 per 10,000 person-years in the lowest (Q1) vs the highest (Q5) socio-economic status quintile. This relationship persisted after adjusting for primary care use, region of residence and comorbidity, and was greater among men (adjusted Q1:Q5 hazard ratio 1.41, 95% CI 1.30-1.54; P < 0.0001 for all male gender-socio-economic status interactions) than women (hazard ratio 1.20, 95% CI 1.06-1.36). Overall, the incidence of lower extremity amputation was higher among men than women (hazard ratio for men vs women: 1.87, 95% CI 1.79-1.96), with the greatest disparity between men in the lowest socio-economic status category and women in the highest (hazard ratio 2.39, 95% CI 2.06-2.77 and hazard ratio 2.30, 95% CI 1.97-2.68, for major and minor amputation, respectively). CONCLUSIONS: Despite universal access to hospital and physician care, we found marked socio-economic status and gender disparities in the risk of lower extremity amputation among patients with diabetes. Men living in low-income neighbourhoods were at greatest risk.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle