Assessment of Ethno-racial and Insurance-based Disparities in Pediatric Forearm and Tibial Fracture Care in the United States
Notice bibliographique
Résumé
INTRODUCTION: Despite growing attention to healthcare disparities and interventions to improve inequalities, additional identification of disparities is needed, particularly in the pediatric population. We used state and nationwide databases to identify factors associated with the surgical treatment of pediatric forearm and tibial fractures. METHODS: The Healthcare Cost and Utilization Project State Inpatient, Emergency Department, and Ambulatory Surgery and Services Databases from four US states and the Nationwide Emergency Department Sample database were quarried using International Classification of Diseases codes to identify patients from 2006 to 2015. Multivariable regression models were used to determine factors associated with surgical treatment. RESULTS: State databases identified 130,006 forearm (1575 open) and 51,979 tibial fractures (1339 open). Surgical treatment was done in 2.6% of closed and 37.5% of open forearm fractures and 7.9% of closed and 60.5% of open tibial fractures. A national estimated total of 3,312,807 closed and 46,569 open forearm fractures were included, 59,024 (1.8%) of which were treated surgically. A total of 719,374 closed and 26,144 open tibial fractures were identified; 52,506 (7.0%) were treated surgically. Multivariable regression revealed that race and/or insurance status were independent predictors for the lower likelihood of surgery in 3 of 4 groups: Black patients were 43% and 35% less likely to have surgery after closed and open forearm fractures, respectively, and patients with Medicaid were less often treated surgically for open tibial fractures in state (17%) and nationwide (20%) databases. CONCLUSIONS: Disparities in pediatric forearm and tibial fracture care persist, especially for Black patients and those with Medicaid; identification of influencing factors and interventions to address them are important in improving equality and value of care.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».