Disparities in Receipt of Bariatric Surgery in Canada
Notice bibliographique
Résumé
BACKGROUND: Patients with lower socioeconomic status (SES) in the United States have reduced access to many health services including bariatric surgery. It is unclear whether disparities in bariatric surgery exist in countries with government-sponsored universal health benefits. The authors used data from a large regional Canadian bariatric surgery referral center to examine the relationship between SES and receipt of bariatric surgery. METHODS: The Toronto Western Hospital bariatric surgery registry was used to identify all adults referred for bariatric surgery assessment from 2010 to 2017. The authors compared demographics, SES measures, and clinical measures among patients who did not and did undergo bariatric surgery (Roux-en-Y or sleeve gastrectomy). Multiple logistic regression was used to examine differences in receipt of bariatric surgery according to patient demographic characteristics and SES factors. RESULTS: Among 2417 patients included in the study, 646 (26.7%) did not receive surgery and 1771 patients (73.2%) did. Patients who did not undergo surgery were more likely to be male individual (29.1% vs. 19.3%; P<0.001), black (12.1% vs. 8.3%; P=0.005), South Asian/Middle Eastern (8.2% vs. 4.5%; P<0.001), and less likely to be white (68.9% vs. 76.7%; P<0.001). In multiple logistic regression, factors associated with not receiving surgery were male sex, Black and South Asian/Middle Eastern ethnicity, being single, lack of employment, and history of psychiatric illness. CONCLUSIONS: Among patients referred for bariatric surgery, those who were male individuals, nonwhite, single, and unemployed were less likely to undergo surgery. Our results suggest that even with equal insurance, there are disparities in receipt of bariatric surgery.
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 | 0,001 |
| 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 | 0,000 |
| 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) | 0,001 | 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 ».