MétaCan
Menu
Retour à la cohorte
Enregistrement W2150163863

Geography and service supply do not explain socioeconomic gradients in angiography use after acute myocardial infarction.

2003· article· en· W2150163863 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevuePubMed · 2003
Typearticle
Langueen
DomaineHealth Professions
ThématiquePatient Satisfaction in Healthcare
Établissements canadiensInstitute for Clinical Evaluative Sciences
Organismes subventionnairesnon disponible
Mots-clésMedicineSocioeconomic statusMyocardial infarctionOdds ratioConfidence intervalAngiographyEmergency medicineInfarctionProspective payment systemInternal medicineDemographyFinancePaymentEnvironmental healthPopulation
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Socioeconomic status appears to be an important predictor of coronary angiography use after acute myocardial infarction. One potential explanation for this is that patients with lower socioeconomic status live in neighbourhoods near nonteaching hospitals that have no catheterization capacity, few specialists and lower volumes of patients with acute myocardial infarction. This study was conducted to determine whether the impact of socioeconomic status on angiography use would be lessened by considering variations in the supply of services. METHODS: We examined payment claims for physician services, hospital discharge abstracts and vital status data for 47 036 patients with acute myocardial infarction admitted to hospitals in Ontario between April 1994 and March 1997. Neighbourhood income of each patient was obtained from Canada's 1996 census. Using multivariate hierarchical logistic regression and adjusting for baseline patient and physician factors, we examined the interaction among hospital and regional characteristics, socioeconomic status and angiography use in the first 90 days after admission to hospital for acute myocardial infarction. RESULTS: Within each hospital and geographic subgroup, crude rates of angiography rose progressively with increases in neighbourhood income. After adjusting for sociodemographic, clinical and physician characteristics, hospitals with on-site angiography capacity (adjusted odds ratio [OR] 1.88, 95% confidence interval [CI] 1.52-2.33), those with university affiliations (adjusted OR 1.60, 95% CI 1.27-2.01) and those closest to tertiary institutions (adjusted OR 1.57, 95% CI 1.32-1.87) were all associated with higher 90-day angiography use after acute myocardial infarction. However, the relative impact of socioeconomic status on 90-day angiography use was similar whether or not hospitals had on-site procedural capacity (interaction term p = 0.68), had university affiliations (interaction term p = 0.99), were near tertiary facilities (interaction term p = 0.67) or were in rural or urban regions (interaction term p = 0.90). INTERPRETATION: Socioeconomic status was as important a predictor of angiography use in hospitals with ready access to cardiac catheterization facilities as it was in those without. The socioeconomic gradient in the use of angiography after acute myocardial infarction cannot be explained by the distribution of specialists or tertiary hospitals.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,037
Tête enseignante GPT0,307
Écart entre enseignants0,271 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle