Are we making a difference in primary care for adults with intellectual and developmental disabilities?
Notice bibliographique
Résumé
OBJECTIVES: To examine the impact of the dissemination of guidelines to physicians and of a population-level health communication intervention on the percentage of adults with intellectual and developmental disabilities (IDD) receiving preventive care through primary care. METHODS: Noninstitutionalized adults with IDD in the province of Ontario, Canada, aged 40 to 64 years were matched to Ontarians without such disabilities each fiscal year (FY) from 2003 to 2016. Health administrative data were used to create a composite measure of receipt of recommended preventive primary care. Age-adjusted rates were used to assess trends, and average two-year rate ratios (RRs) and confidence intervals (CIs) were used to evaluate the effectiveness of the interventions. RESULTS: The number of adults with IDD identified ranged from 20 030 in FY 2003 to 28 080 in FY 2016. The percentage of adults with IDD receiving recommended preventive primary care ranged from 43.4% in 2003 to 55.7% in 2015. Men with IDD had a 53.7% increase across the 13 years, while women with IDD only had a 30.9% increase. When evaluating the impact of the interventions, men with IDD were 4% more likely (RR: 1.04; 95% CI: 1.02-1.05) to receive recommended primary care in FY 2015 and FY 2016 as compared to FY 2009 and FY 2010; in contrast, women with IDD were 5% less likely (RR: 0.95; 95% CI: 0.93-0.98). A comparable drop was observed among women without IDD. CONCLUSIONS: Nearly 45% of adults with IDD in Ontario still do not receive recommended preventive care through primary care. Long-term impacts of the interventions introduced in the province may still occur over time, so ongoing monitoring is warranted. Special attention should be given to the preventive care needs of women with IDD.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 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) | 0,001 | 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 ».