Significant disparities in eyeglass insurance coverage in Canada
Notice bibliographique
Résumé
OBJECTIVE: To describe patterns of access to eyeglass insurance by Canadians. DESIGN: A population-based, cross-sectional survey. PARTICIPANTS: A total of 134 072 respondents to the Canadian Community Health Survey 2003 who were aged ≥12 years. METHODS: We compared self-reported insurance coverage for eyeglasses or contact lenses provided by private, government, or employer-paid plans. RESULTS: Overall, 55.0% of Canadians aged ≥12 years had insurance that covers all or part of the costs of optical correction. School-age children (63.3%) and individuals aged 20-39 years (55.9%) and 40-64 years (59.5%) had higher coverage rates than seniors (aged ≥65 years) (33.8%, p < 0.05). Canadians residing in the 3 territories had the highest coverage (76.9%), while those in Quebec had the lowest coverage (39.1%, p < 0.05). Lower coverage was reported among immigrants (47.3%) versus nonimmigrants (57.4%, p < 0.05), nonwhites (49.2%) versus whites (56.4%, p < 0.05) and aboriginals (70.7%), and the self-employed (38.5%) versus employees (63.8%). Among Canadians in the 20-64 years age group, individuals in the lower or middle income bracket were 40% (prevalence ratio [PR] 0.60, p < 0.05) less likely to have insurance than those in the upper-middle or higher income bracket after adjusting for ethnicity, immigrant status, and education. Compared to those with university or college education, individuals with less than secondary school education were 13% (adjusted PR 0.87, p < 0.05) less likely to have insurance. CONCLUSIONS: Significant disparities exist in eyeglass insurance coverage in Canada. Individuals with low levels of income and education, and the self-employed, seniors, immigrants, nonwhites, and residents of Quebec had less coverage. Studies are needed to understand whether these disparities contribute to the visual impairment burden in Canada.
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 ».