Utilization of healthcare by immigrants in Canada: a cross-sectional analysis of the Canadian Community Health Survey
Notice bibliographique
Résumé
BACKGROUND: Immigrants to Canada face unique barriers to health care, which leads to inequities in health care utilization. Lower utilization of health care by immigrants to Canada is associated with the deteriorating health of individual immigrants as well as increased costs to the health care system. The existing literature suggests that time since immigration is an important predictor for utilization of health care for Canadian immigrants; however, few studies have included this variable in their analysis. This study aims to examine the relationships between having a regular health care provider and time since immigration, and number of medical consultations in the past year and time since immigration. METHODS: A secondary cross-sectional data analysis using Andersen and Newman's Framework of Health Service Utilization and data from the 2015-2016 Canadian Community Health Survey (CCHS) was conducted to examine health care utilization among immigrants in Canada. We used multiple logistic regression to examine the relationship between time since immigration and having a regular physician and negative binomial regression to compare the number of consultations of recent (less than 10 years since immigration) and established (10 or more years since immigration) immigrants. RESULTS: Eighty four percent of immigrant respondents to CCHS 2015-2016 had a regular health care provider. After controlling for other independent variables, established immigrants were 1.75 (95% confidence interval: 1.45-2.10) times more likely to have a regular health care provider compared to recent immigrants. Immigrants had a mean of 3.37 (standard deviation 4.53) medical consultations in the preceding year. There was no difference in the mean number of medical consultations by recent and established immigrants. CONCLUSIONS: After controlling for other independent variables, this study found that time since immigration had a significant effect on having a regular provider but not on number of consultations. Differences in health care utilization for recent and for established immigrants observed in this study may be partially explained by Canada's evolving immigration policy and the economic and social integration of immigrants over time.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,007 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,002 | 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 ».