Impact of Race on the In‐Hospital Quality of Care Among Young Adults With Acute Myocardial Infarction
Notice bibliographique
Résumé
Background The extent to which race influences in‐hospital quality of care for young adults (≤55 years) with acute myocardial infarction (AMI) is largely unknown. We examined racial disparities in in‐hospital quality of AMI care and their impact on 1‐year cardiac readmission. Methods and Results We used data from the VIRGO (Variation in Recovery: Role of Gender on Outcomes of Young AMI Patients) study enrolling young Black and White US adults with AMI (2008–2012). An in‐hospital quality of care score (QCS) was computed (standard AMI quality indicators divided by the total a patient is eligible for). Multivariable logistic regression was performed to identify factors associated with the lowest QCS tertile, including interactions between race and social determinants of health. Among 2846 young adults with AMI (median 48 years [interquartile range 44–52], 67.4% women, 18.8% Black race), Black individuals, especially women, exhibited a higher prevalence of cardiac risk factors and social determinants of health and were more likely to experience a non–ST‐segment–elevation myocardial infarction than White individuals. Black individuals were more likely in the lowest QCS tertile than White individuals (40.8% versus 34.7%; P =0.003). The association between Black race and low QCS (odds ratio [OR], 1.25; 95% CI, 1.02–1.54) was attenuated by adjustment for confounders. Employment was independently associated with better QCS, especially among Black participants (OR, 0.76; 95% CI, 0.62–0.92; P‐ interaction =0.02). Black individuals experienced a higher rate of 1‐year cardiac readmission (29.9% versus 20.0%; P <0.0001). Conclusions Black individuals with AMI received lower in‐hospital quality of care and exhibited a higher rate of cardiac readmissions than White individuals. Black individuals had a lower quality of care if unemployed, highlighting the intersection of race and social determinants of health.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 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 ».