MétaCan
Menu
Retour à la cohorte
Enregistrement W2768243524 · doi:10.1371/journal.pone.0188560

Primary care and health inequality: Difference-in-difference study comparing England and Ontario

2017· article· en· W2768243524 sur OpenAlexafffundabout
Richard Cookson, Luke Mondor, Miqdad Asaria, Dionne Kringos, Niek Klazinga, Walter P. Wodchis

Notice bibliographique

RevuePLoS ONE · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHealth disparities and outcomes
Établissements canadiensTrillium Health CentreUniversity of TorontoInstitute for Clinical Evaluative Sciences
Organismes subventionnairesOntario Ministry of Health and Long-Term CareNational Institute for Health and Care ResearchInstitute for Clinical Evaluative Sciences
Mots-clésInequalityPopulationEquity (law)Health equityDemographyDecilePopulation healthDisadvantagedEconomic inequalityHealth careJurisdictionMedicineGeographyDemographic economicsEconomicsEconomic growthPolitical scienceSociologyStatisticsMathematics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: It is not known whether equity-oriented primary care investment that seeks to scale up the delivery of effective care in disadvantaged communities can reduce health inequality within high-income settings that have pre-existing universal primary care systems. We provide some non-randomised controlled evidence by comparing health inequality trends between two similar jurisdictions-one of which implemented equity-oriented primary care investment in the mid-to-late 2000s as part of a cross-government strategy for reducing health inequality (England), and one which invested in primary care without any explicit equity objective (Ontario, Canada). METHODS: We analysed whole-population data on 32,482 neighbourhoods (with mean population size of approximately 1,500 people) in England, and 18,961 neighbourhoods (with mean population size of approximately 700 people) in Ontario. We examined trends in mortality amenable to healthcare by decile groups of neighbourhood deprivation within each jurisdiction. We used linear models to estimate absolute and relative gaps in amenable mortality between most and least deprived groups, considering the gradient between these extremes, and evaluated difference-in-difference comparisons between the two jurisdictions. RESULTS: Inequality trends were comparable in both jurisdictions from 2004-6 but diverged from 2007-11. Compared with Ontario, the absolute gap in amenable mortality in England fell between 2004-6 and 2007-11 by 19.8 per 100,000 population (95% CI: 4.8 to 34.9); and the relative gap in amenable mortality fell by 10 percentage points (95% CI: 1 to 19). The biggest divergence occurred in the most deprived decile group of neighbourhoods. DISCUSSION: In comparison to Ontario, England succeeded in reducing absolute socioeconomic gaps in mortality amenable to healthcare from 2007 to 2011, and preventing them from growing in relative terms. Equity-oriented primary care reform in England in the mid-to-late 2000s may have helped to reduce socioeconomic inequality in health, though other explanations for this divergence are possible and further research is needed on the specific causal mechanisms.

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 enseignants0,035
Score d'incertitude au seuil0,252

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,005
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,217
Tête enseignante GPT0,365
Écart entre enseignants0,148 · 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

Citations27
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetHealth disparities and outcomesTravaux en français237 207