Does access to care affect outcomes of appendicitis in children? - a population-based cohort study
Notice bibliographique
Résumé
BACKGROUND: The annual number of pediatric appendectomies in Ontario was stable throughout the study period, but with a significant level of regional variations across regions. The objective of this study is to use population-based data to measure the associations and to explain the variations of appendectomy rates with population socio-demographic indicators. METHODS: Appendectomy rates in children aged less than 19 years were calculated from Ontario hospital discharge data from 1993 to 2000. Small area variations in appendectomy and correlations between socio-demographic indicators were studied. Multiple logistic regression was used to measure the risk of negative appendectomy and perforation while adjusting for socio-demographic factors. RESULTS: The rate of positive primary appendectomy has been stable since 1993 with an average rate of 93.2 per 100,000 children. The negative appendectomy rates showed a significant decline over time from a high of 16.0 in 1994 to 10.2 per 100,000 in 2000 (p < 0.0001). There was a 4-fold regional variation in negative appendectomy with the highest rate of 26.0 per 100,000 in the northern regions of Ontario. After adjusting for socio-economic status, areas of higher percentages of rural living remained a single significant factor associated with a higher chance of negative and perforated appendectomy (OR = 1.28, 95% CI: 1.01, 1.61, p < 0.01 and OR = 1.11, 95% CI: 0.96, 1.28, p = 1.682 respectively). Areas with higher ultrasound use were associated with a lower risk of perforated appendectomy (OR = 0.83, 95% CI: 0.72, 0.95, p < 0.05). CONCLUSION: The higher rates of negative and perforated appendectomy in rural populations underpin the influence of access to preventive and primary health care in modifying the odds of appendicitis resulting in surgery.
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) | 0,001 | 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».