Disparities in Access to Lung Transplantation for Patients with Cystic Fibrosis by Socioeconomic Status
Notice bibliographique
Résumé
RATIONALE: Although previous studies suggest that access to care for patients with cystic fibrosis (CF) does not vary appreciably by socioeconomic status (SES), disparities with respect to access to lung transplantation for patients with CF are largely unknown. OBJECTIVES: To determine whether access to lung transplantation for patients with CF differs according to SES. METHODS: Observational study involving 2,167 adult patients with CF from the CF Foundation Patient registry who underwent their first lung transplant evaluation between 2001 and 2009. The primary outcome was acceptance for lung transplant after initial evaluation. The main SES indicator was Medicaid status. Alternate SES indicators included race, educational attainment, ZIP code-level median household income, and driving time from residence to closest lung transplant center. MEASUREMENTS AND MAIN RESULTS: The odds that Medicaid recipients were not accepted for lung transplant were 1.56-fold higher (95% confidence interval [CI], 1.27-1.92) than patients without Medicaid, after multivariate adjustment for demographic characteristics, disease severity, and potential contraindications to lung transplant, and before or after use of the lung allocation score. This association was independent of other SES indicators, including race, educational attainment, ZIP code-level median household income, and driving time to closest transplant center (odds ratio [OR] = 1.37; 95% CI, 1.10-1.72). Patients not completing high school (OR = 2.37; 95% CI, 1.49-3.79) and those residing in the lowest (vs. highest) ZIP code median household income category (OR = 1.39; 95% CI, 1.01-1.93) also experienced a higher odds of not being accepted for lung transplant in multivariate analysis. CONCLUSIONS: In this nationally representative study of adult patients with CF, multiple indicators of low SES were associated with higher odds of not being accepted for lung transplant.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».