Racial Disparities in Acute Coronary Syndrome Management Within a Universal Healthcare Context: Insights From the AMI-OPTIMA Trial
Notice bibliographique
Résumé
Background Although prior studies have demonstrated racial disparities regarding acute coronary syndrome (ACS) care within private or mixed healthcare systems, few researchers have explored such disparities within universal healthcare systems. We aimed to evaluate the quality and outcomes of in-hospital ACS management for White patients vs patients of colour, within a universal healthcare context. Methods We performed a post hoc analysis of the A cute M yocardial I nfarction - Knowledge Translation to Optim ize A dherence to Evidence-Based Therapy study, a cluster-randomized trial evaluating a knowledge-translation intervention at 24 hospitals in Quebec, Canada (years: 2009 and 2012). The primary endpoint was coronary catheterization. The secondary endpoints included in-hospital mortality, percutaneous and surgical coronary revascularization, major bleeding, total stroke, and discharge prescription of evidence-based medical therapy. Results Of 3444 included patients, 2738 were White, and 706 were people of colour. The mean age was 68.2 years (33.3% women) among White patients and 69.5 years (36.0% women) among patients of colour. Patients of colour were less likely to undergo in-hospital coronary catheterization than were White patients (74.5% vs 80.3%, P = 0.001). This difference was attenuated after adjusting for patient-level characteristics (odds ratio 0.89; 95% confidence interval 0.73-1.09), and it was eliminated after adjusting for hospital-level characteristics (odds ratio 1.04; 95% confidence interval 0.73-1.49). Conclusions Racial disparity in coronary catheterization for ACS persists within a universal healthcare context. Patients' comorbidities and hospital-level factors may be partially responsible for this inequality. Future research on cardiovascular healthcare in patients with diverse racial/ethnic backgrounds in universal healthcare systems is needed to remediate racial inequality in ACS management.
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 | 0,008 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».