Reporting and analysis of Sex and Gender in Transitions of Care for Older Adults: A Methods Study
Notice bibliographique
Résumé
Objectives: Sex and gender based analysis may improve understanding of transitions from long term care to community or health services. Our study aims to assess how sex or gender was reported and analyzed in studies about care transitions for older adults. Methods: We identified longitudinal studies from a 2017 scoping review on factors affecting care transitions of older adults (participants 60 years and older) and assessed transitions from long-term care to community or health services. We used a pretested coding sheet to assess the reporting of sex or gender in 5 sections of the studies: title and abstract, introduction, methods, results, and discussion. Results: We included 20 longitudinal studies conducted in 3 countries (United States, Germany, and Finland ) with the study durations ranging from less than 1 year to 10 years. Almost all of the studies reported sex distribution of the sample (18/20; 90%). Sex or gender was discussed in the background and rationale by three out of 20 studies (15%). Twelve studies (60%; 12/20) planned to control for sex or gender in their statistical analysis. Association of sex with outcomes was reported by 45% (9/20) and 3 studies (15%; 3/20) provided disaggregated data on sex or gender. Conclusion: Almost half of the studies assessing transitions from long-term care to community or health services did not control for sex or gender in their statistical analysis. This may be a missed opportunity for understanding potential sex or gender differences in transitions in care for older adults.
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 | 0,241 | 0,311 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,009 |
| Bibliométrie | 0,011 | 0,012 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,004 | 0,007 |
| Science ouverte | 0,003 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».