Registration for deceased organ and tissue donation among Ontario immigrants: a population-based cross-sectional study
Notice bibliographique
Résumé
<h3>Background:</h3> Canada has low rates of deceased organ and tissue donation. Immigrants to Canada may differ in their registered support for deceased organ donation based on their country of origin. <h3>Methods:</h3> We used linked administrative databases in Ontario (about 11 million residents aged ≥ 16 yr) to study the proportion of immigrants and long-term residents registered for deceased organ and tissue donation as of October 2013. We used modified Poisson regression to identify and quantify predictors of donor registration. <h3>Results:</h3> Compared with long-term residents (<i>n</i> = 9 244 570), immigrants (<i>n</i> = 1 947 646) were much less likely to register for deceased organ and tissue donation (11.9% v. 26.5%). Immigrants from the United States, Australia and New Zealand had the highest registration rate (40.0%), whereas immigrants with the lowest registration rates were from Eastern Europe and Central Asia (9.4%), East Asia and Pacific (8.4%) and sub-Saharan Africa (7.9%). The largest numbers of unregistered immigrants were from India (<i>n</i> = 202 548), China (<i>n</i> = 186 678) and the Philippines (<i>n</i> = 125 686). Characteristics among the immigrant population associated with a higher likelihood of registration included economic immigrant status, living in a rural area (population < 10 000), living in an area with a lower ethnic concentration, less material deprivation, a higher education, ability to speak English and French, and more years residing in Canada. <h3>Interpretation:</h3> Immigrants in Ontario were less likely to register for deceased organ and tissue donation than long-term residents. There is a need to better understand reasons for lower registration rates among Canadian immigrants and to create culture-sensitive materials to build support for deceased organ and tissue donation.
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 ».