Are there disparities in diabetes care? A comparison of care received by US rural and non-rural adults with diabetes
Notice bibliographique
Résumé
Aim Are there differences in diabetes care between rural and non-rural US adults with diabetes? Background Rural Healthy People 2010 includes diabetes as a major health priority, suggesting a possible disparity between diabetes care in rural settings as compared to non-rural locales. Methods This cross-sectional study using population-based survey data sought to determine if there was a difference in the quality of diabetes care between rural and non-rural US adults (⩾18 years). A diabetes care index was computed from five separate dichotomous care-related variables (HbA1c checked, lipids checked, dilated eye exam, feet checked by health care provider, and diabetes education), with adequate care defined as receiving at least four of these interventions. Multivariate methods were used to detect differences in diabetes care received by individuals living in rural compared to non-rural settings. Results Multivariate regression analysis revealed that US adults with diabetes living in rural communities were more likely to receive inadequate care than non-rural residents (OR = 1.205; 95% CI 1.201, 1.209). Rural residents were more likely to receive inadequate diabetes care if they were: <40 years of age, male, Caucasian, not a high school graduate, not partnered, without health insurance, inactive or without an identified health care provider. Those deferring medical care because of cost, or who did not have an annual routine physical or had fewer than two diabetes related office visits annually were also at greater risk for suboptimal care. Routine physical checkups and deferring medical care because of cost had a greater impact on diabetes care for rural adults compared to non-rural adults. Conclusion The results of this study indicated that rural residents were less likely to receive adequate diabetes care compared to their non-rural counterparts. The findings suggest that efforts to identify and to address this disparity would likely improve the outcomes for diabetic individuals living in rural communities.
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 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».