Access to medical care and its association with physical injury in adolescents: a cross-national analysis
Notice bibliographique
Résumé
BACKGROUND: Strong variations in injury rates have been documented cross-nationally. Historically, these have been attributed to contextual determinants, both social and physical. We explored an alternative, yet understudied, explanation for variations in adolescent injury reporting-that varying access to medical care is, in part, responsible for cross-national differences. METHODS: Age-specific and gender-specific rates of medically treated injury (any, serious, by type) were estimated by country using the 2013/2014 Health Behaviour in School-aged Children study (n=209 223). Available indicators of access to medical care included: (1) the Healthcare Access and Quality Index (HAQ; 39 countries); (2) the Universal Health Service Coverage Index (UHC; 37 countries) and (3) hospitals per 100 000 (30 countries) then physicians per 100 000 (36 countries). Ecological analyses were used to relate injury rates and indicators of access to medical care, and the proportion of between-country variation in reported injuries attributable to each indicator. RESULTS: Adolescent injury risks were substantial and varied by country and sociodemographically. There was little correlation observed between national level injury rates and the HAQ and UHC indices, but modest associations between serious injury and physicians and hospitals per 100 000. Individual indicators explained up to 9.1% of the total intercountry variation in medically treated injuries and 24.6% of the variation in serious injuries. CONCLUSIONS: Cross-national variations in reported adolescent serious injury may, in part, be attributable to national differences in access to healthcare services. Interpretation of cross-national patterns of injury and their potential aetiology should therefore consider access to medical care as a plausible explanation.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 ».