MétaCan
Menu
Retour à la cohorte
Enregistrement W2560767857 · doi:10.15621/ijphy/2016/v3i6/124726

Unmet Needs Reported by Adults with Chronic Conditions:An Analysis of Data from the Canadian Community Health Survey

2016· article· en· W2560767857 sur OpenAlexaffabout
Sarah Wojkowski, Julie Richardson, James Chowhan, Michael Boyle, Stephen Birch

Notice bibliographique

RevueInternational Journal of Physiotherapy · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueChronic Disease Management Strategies
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésMedicineLogistic regressionGerontologyCommunity healthPopulationHealth careMultivariate analysisQuality of life (healthcare)Descriptive statisticsImputation (statistics)Independent livingActivities of daily livingChronic conditionPublic healthMissing dataEnvironmental healthNursingPhysical therapyDisease

Résumé

récupéré en direct d'OpenAlex

Background: Maximizing function in daily life is a primary goal for persons with chronic conditions.Persons with chronic conditions have reported moderate to severe disability in daily living and frequently use complex and costly healthcare services. Unmet rehabilitation needs can limit activities, restrict participation, cause deterioration of health, increase dependence on others and decrease quality of life. The purpose of the study is to analyze self reported unmet needs of adults with one or more of a specific list of chronic conditions who resided in Ontario, Alberta or British Columbia, Canada (the study population) using data from the Canadian Community Health Survey (CCHS) (Cycles 2001, 2003, and 2005).Methods: Public use micro data files were downloaded for each CCHS cycle. Patterns of missing data were investigated and accounted for by multivariate imputation using chained equations. The dependent variables of availability, affordability, and acceptability, (three dimensions of access to care), were derived from existing data. Descriptive analysis and logistic regressions were completed to identify relationships between each dependent variable and independent variables.Results: Unmet need for treatment of a physical health condition (physical unmet need) was the most common type of need reported by adults in the study population in three CCHS cycles. Significant associations were identified for age (> 50 years) and sex (female) with each of the dimensions of access to care.Conclusions: Physical unmet need associated with availability, affordability and acceptability of care was identified in the study population in each of the survey cycles. Physiotherapists are well positioned to address this unmet need.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,017
Score d'incertitude au seuil0,127

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,012
Études des sciences et des technologies0,0020,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,072
Tête enseignante GPT0,418
Écart entre enseignants0,345 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of PhysiotherapyMême sujetChronic Disease Management StrategiesTravaux en français237 207