Reduced Risk of Hospitalization With Stronger Community Belonging Among Aging Canadians Living With Diabetes: Findings From Linked Survey and Administrative Data
Notice bibliographique
Résumé
Background: Social isolation has been identified as a substantial health concern in aging populations, associated with adverse chronic disease outcomes and health inequalities; however, little is known about the interconnections between social capital, diabetes management, and hospital burdens. This study aimed to assess the role of community belonging with the risk of potentially avoidable hospitalization among aging adults living with diabetes in Canada. Methods: The study leveraged a novel resource available through Statistics Canada's Social Data Linkage Environment: the Canadian Community Health Survey linked to administrative health records from the hospital Discharge Abstract Database. A population-representative sample of 13,580 community-dwelling adults aged 45 and over with diabetes was identified. Multiple logistic regression was used to assess the association of individuals' sense of community belonging with the risk of diabetes-related hospitalization over the period 2006–2012. Results: Most (69.9%) adults with diabetes reported a strong sense of belonging to their local community. Those who reported weak community belonging were significantly more likely to have been hospitalized for diabetes (χ2 = 13.82; p < 0.05). The association between weak community attachment and increased risk of diabetes hospitalization remained significant [adjusted OR: 1.80 (95%CI: 1.12–2.90)] after controlling for age, education, and other sociodemographic and behavioral factors. Conclusion: The COVID-19 pandemic has resurfaced attention to the need to better address social capital and diabetes care in public health strategies. While the causal pathways are unclear, this national study highlighted that deficits in social attachments may place adults with diabetes at greater risk of acute complications leading to hospitalization.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».