In support of point-of-care social needs screening: The effects of five social determinants on the health of children with chronic diseases in British Columbia
Notice bibliographique
Résumé
Prior to introducing social needs screening into our subspecialty clinics, we first wanted to understand the health effects of the major social challenges facing children with chronic diseases in British Columbia. Using a strict prospective methodology, avoiding use of health databases and proxy end points, we studied the effects of five social health determinants (distance from care, family income, gender, ethnicity, caregiver education), on health outcomes in three groups of children with chronic diseases: cystic fibrosis (CF), type 1 diabetes (T1D), chronic kidney disease (CKD). Social determinant data were collected at a face-to-face interview during a clinic visit. These were correlated with diagnosis-specific health outcomes, measured at the same visit. Main outcomes were: forced expired volume in 1 second (FEV1) (CF group), HbA1c (T1D group), estimated glomerular filtration rate (CKD group). We studied 270 children: 85 CF, 89 T1D and 96 CKD. In all three groups, children from families with annual income less than $45,000 had significantly worse health than those from families above this cut-off. Lower caregiver education was related to worse health in the CKD and T1D groups. We found no adverse health effects associated with distance from subspecialty care, patient ethnicity or gender. Even in a prosperous province, family poverty and lack of caregiver education still impose measurable adverse effects on the health of children with chronic diseases. We hope these results help support the integration of social needs screening into routine multidisciplinary outpatient clinics. Early detection of social problems and targeted interventions will hopefully help to equalize health outcomes between children from different social groups.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».