Disparities in attendance at diabetes self-management education programs after diagnosis in Ontario, Canada: a cohort study
Notice bibliographique
Résumé
BACKGROUND: Patients newly-diagnosed with diabetes require self-management education to help them understand and manage the disease. The goals of the study were to determine the frequency of diabetes self-management education program utilization by newly-diagnosed patients, and to evaluate whether there were any demographic or clinical disparities in utilization. METHODS: Using population-level health care data, all 46,553 adults who were diagnosed with any type of non-gestational diabetes in Ontario, Canada between January and June 2006 were identified. They were linked with a diabetes self-management education program registry to identify those who attended within 6 months of diagnosis. The demographic and clinical characteristics of attendees and non-attendees were compared. RESULTS: A total of 9,568 (20.6%) patients attended a diabetes self-management education program within 6 months of diagnosis. Younger age, increasing socioeconomic status, and the absence of mental health conditions or other medical comorbidity were associated with attendance. Patients living in rural areas, where access to physicians may be limited, were markedly more likely to attend. Recent immigrants were 40% less likely to attend self-management education programs than longer-term immigrants or nonimmigrants. CONCLUSION: Only one in five newly-diagnosed diabetes patients attended a diabetes self-management education program. Demographic and clinical disparities in utilization persisted despite a publicly-funded health care system where patients could access these services without direct charges. Primary care providers and education programs must ensure that more newly-diagnosed diabetes patients receive self-management education, particularly those who are older, poorer, sicker, or recent immigrants.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».