Healthcare utilization for arthritis by indigenous populations of Australia, Canada, New Zealand, and the United States: A systematic review ☆
Notice bibliographique
Résumé
PURPOSE: Indigenous populations of Australia, Canada, New Zealand, and the United States of America (USA) experience a higher prevalence of arthritis conditions. Differences in clinical outcomes and mortality may reflect healthcare service use inequities. The objective of this study was to summarize healthcare service use patterns described in the existing literature in order to identify gaps and inform strategies to limit the pronounced negative impact of arthritis on Indigenous populations. METHODS: Medline, EMBASE, CINAHL, and Indigenous-specific electronic databases (to June 2015) were used to identify cohort, case-control and cross-sectional studies describing healthcare service use by Indigenous populations with specified inflammatory arthritis, osteoarthritis, or rheumatic disease conditions. We extracted information on the study setting and methodology, primary outcome and assessed study quality, and risk of bias. RESULTS: In total, 19 studies were identified describing three types of healthcare service use: physician visits, hospitalizations, and surgeries. In Canada and New Zealand, Indigenous populations had 36-51% fewer visits to specialists than the non-Indigenous population. Indigenous populations in Canada, New Zealand, and the USA had 37-300% more hospitalizations due to arthritis complications than the non-Indigenous population. Indigenous populations in Australia, Canada, and New Zealand had 27-85% fewer arthroplasties for osteoarthritis than the non-Indigenous population. CONCLUSIONS: Indigenous populations had higher hospitalization rates but lower use of specialized services for arthritis conditions. Strategies to improve access to specialized arthritis services might reduce health outcome inequities.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 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 ».