Socioeconomic Status, Access to Health Care, and Outcomes After Acute Myocardial Infarction in Canada's Universal Health Care System
Notice bibliographique
Résumé
BACKGROUND: There is a debate as to whether universal drug coverage confers similar access to care at all socioeconomic status (SES) levels. Experiences in Canada may bring light to questions raised regarding access. OBJECTIVE: To assess associations between SES and access to cardiac care and outcomes in Canada's universal health care system. DESIGN, SETTING, AND PATIENTS: All patients admitted to acute care hospitals in Quebec (QC), Ontario (ON), and British Columbia (BC), between 1996 and either 2000 (QC) or 2001 (ON, BC) with acute myocardial infarction, were identified using provincial government administrative databases (n = 145,882). MEASUREMENTS: Variables representing SES grouped at the census area level were examined in association with use of cardiac medications and procedures, survival, and readmission, while adjusting for individual-level variables. A Bayesian hierarchical logistic regression model was used to account for the nested structure of the data. RESULTS: Despite provincial variations in SES and drug reimbursement policies, there were generally no associations between the SES variables and access to cardiac medications or invasive cardiac procedures. The few exceptions were not consistent across SES indicators and/or provinces. Similarly, the only observed effect of SES on clinical outcomes was in BC, where there was increased 1-year mortality among patients living in less-affluent regions (adjusted odds ratios per standard deviation change in proportion of low-income households, 95% Bayesian credible intervals, QC: 1.09, 0.96-1.25; ON: 1.02, 0.95-1.08; and BC: 1.18, 1.09-1.28). CONCLUSIONS: These results suggest that intermediary factors other than SES, such as cardiovascular risk factors, likely account for observed "wealth-health" gradients in Canada. Implementation of a universal drug coverage policy could decrease socioeconomic disparities in access to health 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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,002 | 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 ».