A paradox of need: Gaps in access to dental care among people who use drugs in Canada's publicly funded healthcare system
Notice bibliographique
Résumé
In Canada, publicly funded healthcare provides no-cost access to a large but not comprehensive suite of services. Dental care is largely funded by private insurance or patients, creating employment- and income-dependent gaps in care access. Difficulties accessing dental care may be amplified among vulnerable populations, including people who use drugs (PWUD), who may experience greater dental need due to side effects of substance use and health comorbidities, as well as barriers to care. Using data collected between 2014 and 2018 from two ongoing prospective cohort studies of PWUD in Vancouver, Canada, the aim of this study was to explore factors associated with dental care access. Among 1,638 participants, 246 participants (15%) reported never or only occasionally accessing adequate dental care. In generalised linear mixed-effects models, results showed significant negative associations between accessing dental care and using opioids (Adjusted Odds Ratios [AOR] = 0.73, 95% Confidence Interval [CI] = 0.58-0.91), methamphetamine (AOR = 0.75, 95% CI = 0.59-0.95) and cannabis (AOR = 0.78, 95% CI = 0.63-0.97), as well experiencing homelessness (AOR = 0.54, 95% CI = 0.42-0.70) and street-based income generation (AOR = 0.75, 95% CI = 0.59-0.94). There were significant positive associations between adequate dental care and accessing opioid agonist treatment (OAT) for opioid dependence (AOR = 1.36, 95% CI = 1.07-1.72) and receiving income assistance (AOR = 1.70, 95% CI = 1.05-2.77). These results highlight specific substance use patterns and structural exposures that may hinder dental care access, as well as how direct and indirect benefits of income assistance and OAT may improve access. These findings provide support for recent calls to expand healthcare coverage and address dental care inequities.
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 | 0,005 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,007 |
| Études des sciences et des technologies | 0,006 | 0,003 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».