Facilitators and Barriers to Access to Pediatric Medical Services in a Community Hospital
Notice bibliographique
Résumé
Background: Missed medical appointments decrease continuity of medical care, waste resources, and may affect health outcomes. We examined the factors associated with missed children’s supervision visits in Eastern Brooklyn, NY, USA. Methods: We surveyed guardians whose children received routine medical care at four pediatric clinics. Participants filled out a questionnaire that queried: demographics, food security, recent relocation, parental support of healthy behaviors, and length of knowing provider. Preexisting disease(s) and missed visits were retrieved from medical records. Regression analyses were used to determine factors that were associated with missing medical appointments. Results: Among 213 families, 33% faced food insecurity and 16.4% reported moving within the past 12 months. Forty percent of children missed at least 1 visit. Food insecurity (adjusted odds ratio [aOR] 2.3, 95% confidence interval [CI 1.0% to 5.2%) and recent relocation (aOR 1.8, 95% CI 1.1-3.4 were associated with missed health supervision visits, whereas greater parental healthy behaviors (aOR 0.5, 95% CI 0.3-0.9) and longer length of knowing provider (aOR 0.8, 95% CI 0.7-1.0) were associated with fewer missed appointments. Conclusion: This study indicates that social inequity may contribute to poor adherence to medical appointments through multiple mechanisms, including food insecurity, lack of social stability, and parental health behaviors. Multidimensional proactive prevention, and reactive tolerance should be considered as opportunities to mitigate the impact of social inequity on health outcomes.
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 | 0,004 | 0,002 |
| 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 | 0,003 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,007 |
| 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 ».