The influence of socioeconomic disparities across source populations on the results of trauma centre performance evaluations in a Canadian trauma system
Notice bibliographique
Résumé
The evaluation of acute trauma care is essential to the effort of alleviating the societal burden of injury. Trauma centre performance evaluations generally include adjustment for anatomic injury severity, physiological reaction to injury, physiological reserve and transfer status. However, socioeconomic status (SES) has been shown to be related to health outcomes and disparities across trauma centre source populations may bias performance evaluations. We aimed to evaluate whether SES influences risk-adjusted mortality following trauma in an inclusive trauma system with free access to medical care. The study was based on patients treated for major trauma in the inclusive trauma system of the province of Quebec, Canada (1999–2006). SES was quantified using an ecological index of material and social deprivation via patients residential postal code. Hierarchical logistic regression was used to evaluate the independent influence of SES on hospital mortality. The study sample comprised a total of 88 235 patients from 59 trauma centres, including 4731 deaths (5.4%). The proportion of patients in the highest quintile of material and social deprivation varied from 11% to 90% and from 3% to 43% across hospitals, respectively. After adjusting for anatomic injury severity, physiological reaction to injury, physiological reserve and transfer status, neither material (OR 0.97, 95% CI 0.94 to 1.01) nor social deprivation (OR 1.02, 95% CI 0.99 to 1.06) were associated with hospital mortality. This study suggests that in an inclusive trauma system with free access to healthcare, disparities in SES across source populations should not lead to biased trauma centre mortality evaluations, providing an adequate risk adjustment strategy is used.
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 | 0,001 | 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 ».