Socioeconomic Status, Hospital Volume, and Stroke Fatality in Canada
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: Low socioeconomic status is associated with stroke fatality; however, the mechanism behind this association is uncertain. We sought to determine whether residence in a low-income neighborhood was associated with admission to low-volume facilities and whether this contributed to differences in fatality after stroke. METHODS: All hospitalizations for ischemic stroke from April 2003 to March 2004 were identified from a national administrative database containing patient-level sociodemographic, diagnostic, procedural, and administrative information. Patients were assigned to income quintiles based on the median income of their primary neighborhood of residence and then categorized as low income (quintiles 1 and 2) or high income (quintiles 3 through 5). Hospitals were categorized as low or high volume on the basis of their annual number of stroke admissions. Multivariable analyses were performed to compare stroke fatality at 7 days and at discharge in patients in low- and high-income groups seen at low- and high-volume facilities. RESULTS: Overall, 25,228 patients with ischemic stroke were included in the analysis. Those from high-income areas were more likely to be admitted to high-volume hospitals. Fatality at 7 days was 8.4%, 8.2%, 7.7%, 7.1, and 6.6% (chi(2)=0.002) for income quintiles 1 (lowest) to 5 (highest), respectively. Low-income patients admitted to low-volume hospitals had the highest risk-adjusted stroke fatality. CONCLUSIONS: Patients from low-income areas presenting with acute stroke are more likely to be seen in low-volume facilities. This subgroup of patients had a higher risk-adjusted fatality than those from high-income areas seen at high-volume facilities. Understanding the pathways through which socioeconomic status affects health care may lead to strategies for quality improvement.
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 | 0,000 | 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 ».