A cross-sectional study of financial distress in persons with multimorbidity
Notice bibliographique
Résumé
BACKGROUND: Financial distress among persons with multimorbidity is an important topic which has been inadequately addressed to date. OBJECTIVE: We examined the extent of financial distress among persons with multimorbidity, using data from the 2017 Behavioral Risk Factor Surveillance System (BRFSS). DESIGN: Cross-sectional, population-based study. PARTICIPANTS: Adults ages ≥ 18 years with multimorbidity. MAIN MEASURES: Low income and selected social determinants of health that are indicators of financial distress. KEY RESULTS: Multimorbidity was more common among those with a household income of less than $15,000 per year (P < 0.001) and among those who were 65 years of age or older (P < 0.001). There was an approximately linear increase in the percentage of individuals who had a household income of less than $15,000 or $25,000 per year with increasing number of morbidities. About one-quarter of individuals who had five or more morbidities had a household income of less than $15,000 per year as compared with 4.49% of individuals with no morbidities (P < 0.001). For all of the social determinants of health examined (Couldn't pay bills, didn't have money for food, didn't have money for balanced meals, didn't have enough money to make ends meet, and felt this kind of stress), there was an approximately linear increase in the percentage of individuals with an indicator of financial distress with increasing number of morbidities. Further research is needed examining the prevalence and correlates of financial distress in this population as well effective strategies for ameliorating its impact on the health and wellbeing of these persons.
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 | 0,001 |
| 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) | 0,001 | 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 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 ».