MétaCan
Menu
Retour à la cohorte
Enregistrement W2017900670 · doi:10.1186/s12913-015-0824-1

Neighbourhood immigration, health care utilization and outcomes in patients with diabetes living in the Montreal metropolitan area (Canada): a population health perspective

2015· article· en· W2017900670 sur OpenAlexafffundabout
Alain Vanasse, Josiane Courteau, Maria Gabriela Orzanco, Patrick Bergeron, Alan A. Cohen, Theo Niyonsenga

Notice bibliographique

RevueBMC Health Services Research · 2015
Typearticle
Langueen
DomainePsychology
ThématiqueMigration, Health and Trauma
Établissements canadiensCentre Hospitalier Universitaire de SherbrookeUniversité de Sherbrooke
Organismes subventionnairesCanadian Institutes of Health ResearchUniversité de Sherbrooke
Mots-clésMedicineNeighbourhood (mathematics)ImmigrationMetropolitan areaHealth carePublic healthDemographyGerontologyPopulationHealth services researchEnvironmental healthNursingGeographyEconomic growthSociology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Understanding health care utilization by neighbourhood is essential for optimal allocation of resources, but links between neighbourhood immigration and health have rarely been explored. Our objective was to understand how immigrant composition of neighbourhoods relates to health outcomes and health care utilization of individuals living with diabetes. METHODS: This is a secondary analysis of administrative data using a retrospective cohort of 111,556 patients living with diabetes without previous cardiovascular diseases (CVD) and living in the metropolitan region of Montreal (Canada). A score for immigration was calculated at the neighbourhood level using a principal component analysis with six neighbourhood-level variables (% of people with maternal language other than French or English, % of people who do not speak French or English, % of immigrants with different times since immigration (<5 years, 5-10 years, 10-15 years, 15-25 years)). Dependent variables were all-cause death, all-cause hospitalization, CVD event (death or hospitalization), frequent use of emergency departments, frequent use of general practitioner care, frequent use of specialist care, and purchase of at least one antidiabetic drug. For each of these variables, adjusted odds ratios were estimated using a multilevel logistic regression. RESULTS: Compared to patients with diabetes living in neighbourhoods with low immigration scores, those living in neighbourhoods with high immigration scores were less likely to die, to suffer a CVD event, to frequently visit general practitioners, but more likely to visit emergency departments or a specialist and to use an antidiabetic drug. These differences remained after controlling for patient-level variables such as age, sex, and comorbidities, as well as for neighbourhood attributes like material and social deprivation or living in the urban core. CONCLUSIONS: In this study, patients with diabetes living in neighbourhoods with high immigration scores had different health outcomes and health care utilizations compared to those living in neighbourhoods with low immigration scores. Although we cannot disentangle the individual versus the area-based effect of immigration, these results may have an important impact for health care planning.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,052
Score d'incertitude au seuil0,104

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,003
Études des sciences et des technologies0,0020,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,042
Tête enseignante GPT0,394
Écart entre enseignants0,352 · 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

Citations12
Publié2015
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBMC Health Services ResearchMême sujetMigration, Health and TraumaTravaux en français237 207