Socioeconomic disparities and difficulties to access to healthcare services among Canadian children with neurodevelopmental disorders and disabilities
Notice bibliographique
Résumé
OBJECTIVES: The aims of this study were to identify the associations of levels of severity of neurodevelopmental disorders and disabilities (NDD/D) in children with their household socioeconomic status (SES) and their frequency of visits to a healthcare provider, and to examine how the severity of disability varied with these determinants among NDD/D subgroups, in order to inform possible social policy changes and to improve access to the healthcare system. METHODS: Data from the 2006 Participation and Activity Limitation Survey on children aged 5-14 years, collected by Statistics Canada, were analyzed (n=7,072 and weighted n=340,340). Children with NDD/D constituted those with impairments in motor, speech, neurosensory, and psychological functioning, as well as those who had issues with learning/cognition and social interactions. The weighted sample size for this group was n=111,630 (total sample size for children with limitations: n=174,810). We used logistic regression to assess the associations of household SES and frequency of visits to a healthcare provider with disability level. We included NDD/D subgroups as interaction terms in the model. Multiple correspondence analysis (MCA) was conducted to develop a profile of disability level. RESULTS: After-tax low income, family assistance, out-of-pocket expenses, needing but not receiving health services from a social worker, condition of the dwelling, and residential location were associated with the severity of NDD/D. Using MCA, 2 disability profiles could be identified based on access to healthcare, household income status, and condition of the dwelling. CONCLUSIONS: More social interventions are needed to reduce difficulties in accessing healthcare and to diminish the socially determined health inequalities faced by children with NDD/D.
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 | 0,001 | 0,001 |
| 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 ».