Clarifying rural‐urban disparities in alcohol‐related emergency department visits and hospitalizations in Ontario, Canada: A spatial analysis
Notice bibliographique
Résumé
PURPOSE: Rates of alcohol-related harm are higher in rural versus urban Canada. This study characterized the spatial distribution and regional determinants of alcohol-related emergency department (ED) visits and hospitalizations in Ontario to better understand this rural-urban disparity. METHODS: This was a cross-sectional spatial analysis of rates of alcohol-related ED visits and hospitalizations by Ministry of Health subregion (n = 76) in Ontario, Canada between 2016 and 2019. Regional hot- and cold-spots of alcohol-related harm were identified using spatial autocorrelation methods. Rurality was measured as the population weighted geographic remoteness of a subregion. The associations between rurality and rates of alcohol-related ED visits and hospitalizations were evaluated using hierarchical Bayesian spatial regression models. FINDINGS: Rates of alcohol-related ED visits and hospitalizations varied substantially between subregions, with high rates clustering in Northern Ontario. Overall, increasing rurality was associated with higher subregion-level rates of alcohol-related ED visits (males adjusted relative rate [aRR]: 1.67, 95% credible interval [CI]: 1.49-1.87; females aRR: 1.78, 95% CI: 1.60-1.98) and hospitalizations (males aRR: 1.34, 95% CI: 1.24-1.45; females aRR: 1.59, 95% CI: 1.45-1.74). However, after the province was separated into Northern and Southern strata, this association only held in Northern subregions. In contrast, increasing rurality was associated with lower rates of alcohol-related ED visits in Southern subregions (males aRR: 0.87, 95% CI: 0.79-0.96; females aRR: 0.88, 95% CI: 0.81-0.97). CONCLUSIONS: There are regional differences in the association between rurality and alcohol-related health service use. This regional variation should be considered when developing health policies to minimize geographic disparities in alcohol-related harm.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 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 ».