Factors associated with hospitalisations for ambulatory care‐sensitive conditions among persons with an intellectual disability – a publicly insured population perspective
Notice bibliographique
Résumé
BACKGROUND: Hospitalisations for ambulatory care-sensitive (ACS) conditions are used as an indicator of access to, and the quality of, primary care. The objective was to identify factors associated with hospitalisations for ACS conditions among adults with an intellectual disability (ID) in the context of a publicly insured healthcare system. METHODS: This study examined adults with an ID living in a Canadian province between 1999 and 2003 identified from administrative databases. Using 5 years of data for the study population, characteristics of persons hospitalised or not hospitalised for ACS conditions were compared. Using a conceptual model, independent variables were selected and an analysis performed to identify which were associated with hospitalisations for ACS conditions. The correlated nature of the observations was accounted for statistically. RESULTS: Living in a rural area [odds ratio (OR) 1.3; 95% confidence intervals (CI) = 1.0, 1.8], living in an area with a high proportion of First Nations people (OR 2.3; 95% CI = 1.3, 4.1), and experiencing higher levels of comorbidity (OR 25.2; 95% CI = 11.9, 53.0) were all associated with a higher likelihood of being hospitalised for an ACS condition. Residing in higher income areas had a protective effect (OR 0.56; 95% CI = 0.37, 0.85). None of the health service resource variables showed statistically significant associations. CONCLUSIONS: Persons with an ID experience inequity in hospitalisations for ACS conditions according to rurality, income and proportion who are First Nations in a geographic area. This suggests that addressing the socio-economic problems of poorer areas and specifically areas densely populated by First Nations people may have an impact on the number of hospitalisations for ACS conditions. Study strengths and limitations and areas for potential future research are discussed.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».