Multimorbidity, low income and unmet need for healthcare: a national study of 41,135 older adults
Notice bibliographique
Résumé
Abstract The aims of this study were: (1) to identify the determinants of unmet need for access to primary care in middle-aged and older adults; and (2) to examine the reasons for unmet need. We used data from the Canadian Longitudinal Study on Aging (CLSA), a nationally representative survey of adults aged 45 to 85 years. Respondents were asked if they ‘needed health care during the last 12 months but did not receive it’. For those who replied ‘Yes’, the survey asked for the reason(s) for not receiving the needed care. Out of 41,135 respondents, 3,468 had unmet need for healthcare in the last 12 months. Among respondents with 0, 1, 2 and ≥3 morbidities, the proportion reporting unmet need was 2.5%, 5.3%, 5.1% and 9.1% respectively. After adjusting for covariates, the odds ratios (ORs) for unmet need for 1, 2 and ≥3 morbidities (compared to no morbidity) were 1.25 (95% CI: 0.87 to 1.78; p = 0.23), 1.57 (95% CI: 1.13 to 2.17; p < 0.05) and 2.03 (95% CI: 1.51 to 2.73; p < 0.05), respectively. For income groups, the ORs for unmet need (compared to >$150,000/year) were 0.94 (95% CI: 0.79 to 1.12) for $100,000-$150,000, 1.02 (95% CI: 0.87 to 1.20;) for $50,000-$100,000, 1.30 (95% CI: 1.09 to 1.55) for $20,000-$50,000, and 1.39 (95% CI: 1.08 to 1.78) for < $20,000. Other statistically significant determinants of unmet need included age (older adults were less likely to have unmet need), sex (females were more likely), having a family physician (less likely) and perceived physical and mental health (poor health more likely to be associated with unmet need). The most common reasons for unmet need were: ‘long wait time’ (52.1%) and ‘doctor did not think it was necessary’ (16.7%). Multimorbidity and low-income are associated with higher odds of unmet need among older adults. This disparity is partly due to not having a regular family physician and long wait time to see a doctor. Reducing these barriers are critical to reducing inequalities in health outcomes.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».