Improvements in Access to Care for Vulnerable Children in California between 2001 and 2005
Notice bibliographique
Résumé
OBJECTIVE: We examined population changes in access to care for children in California during a period of major efforts to improve access to care for children. METHODS: We used cross-sectional data on 36,010 children aged 0-19 years from the 2001 and 2005 California Health Interview Survey to assess population changes in access to care. We assessed changes in access by individual risk factors and a composite risk profile. RESULTS: In 2005, a smaller proportion of children were uninsured (8.2% vs. 10.9% in 2001), living in poverty (20.7% vs. 23.2% in 2001), and in families without a high school education (20.8% vs. 23.6% in 2001), all p<0.001. Before and after adjusting for these changes in risk, children were more likely in 2005 to have had a physician visit (odds ratio [OR] = 1.09, 95% confidence interval [CI] 1.07, 1.12) and dental visit (OR=1.11, 95% CI 1.08, 1.14). Children were slightly less likely in 2005 to have a regular source of care (OR=0.94, CI 0.91, 0.96). Children who had the highest risk profiles (> or = 4 risk factors) experienced the largest gains in access. For example, children with three and > or = 4 risk factors had gains in dental visits of 11 and 20 percentage points, respectively (p<0.001 for each), compared with < or = 3 percentage points for children with fewer risk factors. CONCLUSIONS: This study found improvements in physician and dental visits between 2001 and 2005 that were not fully explained by changes in insurance coverage or other demographic risk factors. Vulnerable children fared well during this period, suggesting that California may be making important and potentially replicable strides in reducing 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 | 0,002 | 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 | 0,000 |
| 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 ».