Determinants of perceived health and unmet healthcare needs in universal healthcare systems with high gender equality
Notice bibliographique
Résumé
BACKGROUND: Patient attitudes about health and healthcare have emerged as important outcomes to assess in clinical studies. Gender is increasingly recognized as an intersectional social construct that may influence health. Our objective was to determine potential sex differences in self-reported overall health and access to healthcare and whether those differences are influenced by individual social factors in two relatively similar countries. METHODS: Two public health surveys from countries with high gender equality (measured by UN GII) and universal healthcare systems, Canada (CCHS2014, n = 57,041) and Austria (AT-HIS2014, n = 15,212), were analysed. Perceived health was assessed on a scale of 1 (very bad) to 4 (very good) and perceived unmet healthcare needs was reported as a dichotomous variable (yes/no). Interactions between sex and social determinants (i.e. employment, education level, immigration and marital status) on outcomes were analysed. RESULTS: Individuals in both countries reported high perceived health (Scoring > 2, 85.0% in Canada, 79.9% in Austria) and a low percentage reported unmet healthcare needs (4.6% in Canada, 10.7% in Austria). In both countries, sex and several social factors were associated with high perceived health, and a sex-by-marital status interaction was observed, with a greater negative impact of divorce for men. Female sex was positively associated with unmet care needs in both countries, and sex-by-social factors interactions were only detected in Canada. CONCLUSIONS: The intersection of sex and social factors in influencing patient-relevant outcomes varies even among countries with similar healthcare and high gender equality.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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 | 0,001 |
| 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 ».