Self‐Reported Utilization of Preventive Health Services by Retired Employees Age 65 and Older
Notice bibliographique
Résumé
OBJECTIVES: Increased utilization of preventive services among the aging has been associated with improved health status and decreased medical costs. We sought to examine the use of the Health Risk Appraisal (HRA) in benchmarking compliance and characterizing those retired employees who met preventive service guidelines. DESIGN: A retrospective cohort study of retired employees age 65 and older. SETTING: Nation-wide health promotion program offered by General Motors Corporation. PARTICIPANTS: 59,670 retired General Motors employees age 65 and older who participated in a nationwide mailed HRA health promotion program. MEASUREMENTS: Preventive health services compliance was measured using selected HRA questions. Gender, HRA participation patterns, overall health risk status, medical plan selection and disease status were examined as predictors of increased compliance. Multivariate logistic regression models were developed to test the relative contributions of participant characteristics to increased utilization. RESULTS: The self-reported HRA data indicated that compliance levels were higher than national averages. The Healthy People 2000 goals for the preventive services studied were met and exceeded (with the exception of tetanus immunization). Higher compliance was associated with being male, younger than 70 years, multiple-year HRA participation, overall low risk status and HMO insurance plan selection. CONCLUSION: The results from the HRA indicated that this population participated at a higher level than a comparable national sample exceeding goals set by Healthy People 2000.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 ».