Using decision trees for measuring gender equity in the timing of angiography in patients with acute coronary syndrome: a novel approach to equity analysis
Notice bibliographique
Résumé
BACKGROUND: Methods to measure or quantify equity in health care remain scarce, if not difficult to interpret. A novel method to measure health equity is presented, applied to gender health equity, and illustrated with an example of timing of angiography in patients following a hospital admission for an acute coronary syndrome. METHODS: Linked administrative hospital discharge and survey data was used to identify a retrospective cohort of patients hospitalized with Acute Coronary Syndrome (ACS) between 2002 and 2008 who also responded to the Canadian Community Health Survey (CCHS), was analyzed using decision trees to determine whether gender impacted the delay to angiography following an ACS. RESULTS: Defining a delay to angiography as 1 day or more, resulted in a non-significant difference in an equity score of 0.14 for women and 0.12 for men, where 0 and 1 represents perfect equity and inequity respectively. Using 2 and 3 day delays as a secondary outcome resulted in women and men producing scores of 0.19 and 0.17 for a 2 day delay and 0.22 and 0.23 for a 3 day delay. CONCLUSIONS: A technique developed expressly for measuring equity suggests that men and women in Ontario receive equitable care in access to angiography with respect to timeliness following an ACS.
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 | 0,013 | 0,046 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,005 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».