Racial Disparities in Utilization of Specialist Care and Medications in Inflammatory Bowel Disease
Notice bibliographique
Résumé
OBJECTIVES: Optimization of medical therapy and specialist care for inflammatory bowel disease (IBD) may reduce morbidity. We sought to characterize racial disparities in utilization of healthcare and medical therapy for IBD. METHODS: We performed a cross-sectional study of black (n=137) and white (n=149) IBD patients recruited from an outpatient IBD clinic and through medical record review and telephone interview, compared utilization of IBD specialist services, emergency department (ED) services, and medications. We adjusted racial comparisons for demographic, socioeconomic, and clinical factors. RESULTS: After adjustment for confounders, blacks were less likely than whites to be under the regular care (defined as at least annual visit) of a gastroenterologist (adjusted odds ratio (aOR) 0.43; 95% confidence interval (CI): 0.25-0.75) or IBD specialist (aOR 0.37; 95% CI: 0.22-0.61). Follow-up with a primary care provider was, however, similar between blacks and whites. Over the preceding 12 months, blacks were more likely than whites to have at least one visit to the ED (aOR 2.02; 95% CI: 1.22-3.35), but there was no difference in hospitalization. Among CD patients with prolonged steroid use, blacks were less likely than whites to have been on infliximab (aOR 0.41; 95% CI: 0.21-0.77), but there were no racial differences in the use of immunomodulators (aOR 0.87; 95% CI: 0.48-1.60). CONCLUSIONS: There are racial differences in utilization of IBD-related specialist services, ED visits, and infliximab that are independent of income and education. Modifiable barriers to health-care access may have a role in these disparities.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».