Prescription medication nonadherence associated with food insecurity: a population-based cross-sectional study
Notice bibliographique
Résumé
Background: Food insecurity, defined as inadequate access to food owing to financial constraints, has been associated with poor disease management. Because cost-related nonadherence to prescription drugs is a possible explanation for such association, we examined the link between food insecurity and cost-related medication nonadherence in Canada. Methods: Drawing on data for adult respondents (age ≥ 18 yr) who participated in the Canadian Community Health Survey 2016 Rapid Response module on prescription medication use, we assessed the association between household food insecurity and cost-related nonadherence to prescription drugs in the previous 12 months. We further examined the self-perceived health consequences of cost-related nonadherence among nonadherents. We applied Poisson models with bootstrap weights adjusting for sociodemographic characteristics. Results: Of the 11 172 respondents in our sample, 930 (8.3%) reported cost-related nonadherence. Food insecurity affected 10.5% (95% confidence interval [CI] 9.1% to 11.8%) of adherents and 47.9% (95% CI 38.1% to 57.7%) of nonadherents. After adjustment for confounders, moderate and severe food insecurity were associated with 3.83 (95% CI 2.44 to 6.03) and 5.05 (95% CI 3.27 to 7.81) times higher prevalence of cost-related nonadherence, respectively, relative to food security. Despite being associated with lower probability of cost-related nonadherence, having drug insurance did not change the relation between food insecurity and cost-related nonadherence (p > 0.1 for all interactions). Severe food insecurity was correlated with higher prevalence of health deterioration and greater use of health care services as perceived consequences of cost-related nonadherence (p < 0.01 for both). Interpretation: Food-insecure adults in Canada have a higher likelihood of cost-related nonadherence to prescription medications than their food-secure counterparts, which may constitute a burden on their health and lead to greater use of health care services.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».