Influence of Socioeconomic Status on Distance Traveled and Care After Stroke
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: Vital to maintaining an efficient delivery of services is an understanding of patient travel patterns during an acute ischemic stroke. Socioeconomic status may influence access to stroke care, including transportation and admission to different facility types. METHODS: We analyzed all acute ischemic stroke admissions between 2003 and 2007 through the Discharge Abstract Database, a national database containing patient-level sociodemographic, diagnostic, procedural, and administrative information across Canada. Socioeconomic status was defined in neighborhood quintiles according to Statistics Canada. Distances between patients and facilities were derived from postal codes. A principal diagnosis of ischemic stroke was identified using the International Classification of Diseases (versions 9 and 10). Analysis of variance and regression analyses were performed with adjustment for demographic characteristics. RESULTS: Admitted to acute care institutions were 243 410 patients with ischemic stroke. Mean patient age was 72.8 and 49.5% were male; 44.2% traveled beyond their closest center, amounting to an average 7.2 km additional distance traveled. Socioeconomic status quintile had minimal effect on travel patterns, with the lowest socioeconomic status accessing the closest center most frequently (odds ratio, 1.19; 95% confidence interval [CI], 1.13-1.16). Increased utilization of the closest hospital occurred with academic (odds ratio, 6.90; 95% CI, 6.69-7.11) or high-volume (odds ratio, 1.93; 95% CI, 1.88-1.98) facilities. Older patients (β=0.28; 95% CI, 0.27-0.28), expert destination facility (β=0.13; 95% CI, 0.12-0.14), and ambulance use increased travel beyond the closest center. CONCLUSIONS: Patients tend to choose care facilities based on hospital expertise; investment promoting improved regional facilities may be of greatest benefit to patients. Socioeconomic status has little bearing on travel patterns associated with stroke in Canada. These findings may assist in allocating funding to centers and improving patient care.
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».