Association between household food insecurity and annual health care costs
Notice bibliographique
Résumé
BACKGROUND: Household food insecurity, a measure of income-related problems of food access, is growing in Canada and is tightly linked to poorer health status. We examined the association between household food insecurity status and annual health care costs. METHODS: We obtained data for 67 033 people aged 18-64 years in Ontario who participated in the Canadian Community Health Survey in 2005, 2007/08 or 2009/10 to assess their household food insecurity status in the 12 months before the survey interview. We linked these data with administrative health care data to determine individuals' direct health care costs during the same 12-month period. RESULTS: Total health care costs and mean costs for inpatient hospital care, emergency department visits, physician services, same-day surgeries, home care services and prescription drugs covered by the Ontario Drug Benefit Program rose systematically with increasing severity of household food insecurity. Compared with total annual health care costs in food-secure households, adjusted annual costs were 16% ($235) higher in households with marginal food insecurity (95% confidence interval [CI] 10%-23% [$141-$334]), 32% ($455) higher in households with moderate food insecurity (95% CI 25%-39% [$361-$553]) and 76% ($1092) higher in households with severe food insecurity (95% CI 65%-88% [$934-$1260]). When costs of prescription drugs covered by the Ontario Drug Benefit Program were included, the adjusted annual costs were 23% higher in households with marginal food insecurity (95% CI 16%-31%), 49% higher in those with moderate food insecurity (95% CI 41%-57%) and 121% higher in those with severe food insecurity (95% CI 107%-136%). INTERPRETATION: Household food insecurity was a robust predictor of health care utilization and costs incurred by working-age adults, independent of other social determinants of health. Policy interventions at the provincial or federal level designed to reduce household food insecurity could offset considerable public expenditures in health care.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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 ».