Situating household management of children’s asthma in the context of social, economic, and environmental injustice
Notice bibliographique
Résumé
BACKGROUND: Structural determinants of health are social, economic, and environmental forces that generate unequal opportunities for resources and unequally distribute exposure to risk. For example, economic constraint, racial discrimination and segregation, and environmental injustice shape population-level asthma prevalence and severity. Structural determinants are especially relevant to consider in clinical settings because they affect everyday household asthma management. OBJECTIVE: To examine how structural determinants shape everyday household management of pediatric asthma and offer a framework for providers to understand asthma management in social context. DESIGN: Qualitative interviews of caregivers for children with asthma. PARTICIPANTS: = 16). Most caregivers were women (83%), Black (73%) and/or had low socioeconomic status (SES; 78%). Caregivers cared for children with asthma aged 0-4 (32%), 5-11 (68%) and 12-17 (54%). APPROACH: We carried out narrative interviews with caregivers using an adapted McGill Illness Narrative Interview and using qualitative analysis techniques (e.g. inductive and deductive coding, constant comparison). KEY RESULTS: Caregivers highlighted three ways that structural determinants complicated asthma management at home: 1) housing situations, 2) competing household illnesses and issues, and 3) multi-household care. CONCLUSIONS: By connecting social, economic, and environmental injustices to the everyday circumstances of asthma management, our study can help providers understand how social contexts challenge asthma management and can open conversations about barriers to adherence and strategies for supporting asthma management at home. We offer recommendations for medical system reform, clinical interactions, and policy advocacy.
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 | 0,000 |
| 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 | 0,000 | 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) | 0,000 | 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 ».