Unmet health needs and discrimination by healthcare providers among an Indigenous population in Toronto, Canada
Notice bibliographique
Résumé
OBJECTIVES: Inequalities between Indigenous and non-Indigenous peoples in Canada persist. Despite the growth of Indigenous populations in urban settings, information on their health is scarce. The objective of this study is to assess the association between experience of discrimination by healthcare providers and having unmet health needs within the Indigenous population of Toronto. METHODS: The Our Health Counts Toronto (OHCT) database was generated using respondent-driven sampling (RDS) to recruit 917 self-identified Indigenous adults within Toronto for a comprehensive health assessment survey. This cross-sectional study draws on information from 836 OHCT participants with responses to all study variables. Odds ratios and 95% confidence intervals were estimated to examine the relationship between lifetime experience of discrimination by a healthcare provider and having an unmet health need in the 12 months prior to the study. Stratified analysis was conducted to understand how information on access to primary care and socio-demographic factors influenced this relationship. RESULTS: The RDS-adjusted prevalence of discrimination by a healthcare provider was 28.5% (95% CI 20.4-36.5) and of unmet health needs was 27.3% (95% CI 19.1-35.5). Discrimination by a healthcare provider was positively associated with unmet health needs (OR 3.1, 95% CI 1.3-7.3). CONCLUSION: This analysis provides new evidence linking discrimination in healthcare settings to disparities in healthcare access among urban Indigenous people, reinforcing existing recommendations regarding Indigenous cultural safety training for healthcare providers. Our study further demonstrates Our Health Counts methodologies, which employ robust community partnerships and RDS to address gaps in health information for urban Indigenous populations.
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 | 0,005 | 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 | 0,003 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».