Understanding the context of hospital transfers and away-from-home hospitalisations for Māori
Notice bibliographique
Résumé
In Aotearoa New Zealand, people regularly travel away from their home to receive hospital care. While the role of whānau support for patients in hospital is critical for Māori, there is little information about away-from-home hospitalisations. This paper describes the frequency and patterning of away-from-home hospitalisations and inter-hospital transfers for Māori. Data from the National Minimum Dataset (NMDS), for the 6-year period of 1 January 2009-31 December 2014, were analysed. Basic frequencies, means and descriptive statistics were produced using SAS software. We found that more than 10% of all routine hospitalisations constituted an away-from-home hospitalisation for Māori; that is, a hospitalisation that was in a district health board (DHB) other than the DHB of usual residence for the patient. One quarter (25.19%) of transfer hospitalisations were to a DHB other than the patient's DHB of domicile. Away-from-home hospital admissions increase for Māori as deprivation increases for both routine and transfer admissions, with over half of Māori hospital admissions among people who live in areas of high deprivation. This analysis aids in understanding away-from-home hospitalisations for Māori whānau, the characteristics associated with these types of hospitalisations and supports the development and implementation of policies which better meet whānau Māori needs. The cumulative impact of the need to travel to hospital for care, levels of poverty and a primarily reimbursement-based travel assistance system all perpetuate an unequal cost burden placed upon Māori whānau.
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 | 0,000 |
| Études des sciences et des technologies | 0,002 | 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) | 0,002 | 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 ».