MétaCan
Menu
Retour à la cohorte
Enregistrement W2953021733 · doi:10.1111/dme.14051

Universal drug coverage and income‐related disparities in glycaemic control

2019· article· en· W2953021733 sur OpenAlexafffundabout
Leora Branfield Day, Peter C. Austin, Baiju R. Shah

Notice bibliographique

RevueDiabetic Medicine · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueChronic Disease Management Strategies
Établissements canadiensHealth Sciences CentreSunnybrook Health Science CentreInstitute for Work & HealthInstitute for Clinical Evaluative SciencesUniversity of Toronto
Organismes subventionnairesOntario Ministry of Health and Long-Term CareInstitute for Clinical Evaluative Sciences
Mots-clésMedicineDiabetes mellitusMedical prescriptionPopulationDemographyEnvironmental healthEndocrinology

Résumé

récupéré en direct d'OpenAlex

Abstract Aims To examine whether income‐related disparities in glycaemic control decline after the age of 65 years, when publicly funded universal drug insurance is acquired in Ontario, Canada. Methods We conducted a population‐based cross‐sectional study using linked administrative healthcare databases. Adults with diabetes, aged 40–89 years, with available HbA 1c data were included ( N = 716 297). Income was based on median neighbourhood household income. Multiple linear regression was used to test for effect modification of age ≥65 years on the relationship between income and HbA 1c . Results There was a significant inverse association between income and HbA 1c level. After adjusting for baseline factors, the effect of income on HbA 1c level was significantly greater for individuals aged <65 years (mean difference HbA 1c for lowest vs highest income group +2.5 mmol/mol, 95% CI +2.3 to +2.7 [+0.23%, 95% CI 0.21 to 0.24]) than for those aged ≥65 years (+1.2 mmol/mol, 95% CI +1.0 to +1.3 [+0.11%, 95% CI 0.10 to 0.12]; P < 0.0001 for interaction). Conclusions Despite universal access to healthcare, people with diabetes with lower incomes had significantly worse glycaemic control compared with their counterparts on higher incomes. However, income gradients in glycaemic control were markedly reduced after the age of 65 years, possibly as a result of access to prescription drug coverage.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,041
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,006
Tête enseignante GPT0,238
Écart entre enseignants0,232 · 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 tête enseignante, pas un consensus.

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

Citations9
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueDiabetic MedicineMême sujetChronic Disease Management StrategiesTravaux en français237 207