Socio-demographic factors related to under-diagnosis of childhood asthma in Upper Silesia, Poland
Notice bibliographique
Résumé
Introduction. The presented study of 4,535 children aged 7-17 years in the Upper Silesian region of Poland yielded 186 cases of previously known asthma, and 44 children with newly diagnosed asthma. The aim of the presented study was to identify non-medical factors that could explain why children with a newly established diagnosis ('undiagnosed asthma') had not been diagnosed in the past. Materials and method. The study was performed according to a case-control design. Parents of the children answered questionnaires on socio-economic status and family-related factors. Statistical determinants of undiagnosed asthma were explored using raw (OR) and logistic odds ratios with their 95% confidence intervals (logOR, 95%CI). Results. Children with undiagnosed asthma were younger compared to the group with previously known asthma (11.32.1 vs. 12.62.5 years; p=0.0008). Newly diagnosed cases were more frequent in children who had less parental attention (less than 1 hour/day spent by parent with child -OR=4.36; 95%CI: 1.76-10.81) and who were not registered with specialized health care (OR=2.20; 95%CI: 0.95-5.06). Results of logistic regression analysis suggest that under-diagnosis of asthma is related to age below 12 years -logOR = 3.59 (95%CI: 1.28-10.36), distance to a health centre > 5 km -logOR = 3.45 (95%CI: 1.05-11.36), time spent with child < 1 hour/day -logOR = 6.28 (95%CI: 1.98-19.91). Conclusion. Among non-medical determinants of undiagnosed asthma the age of a child plays a major role. Another factors of importance is the large distance between residence and health centre, and low parental attention at home.
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 ».