“I Had Bills to Pay”: a Mixed-Methods Study on the Role of Income on Care Transitions in a Public-Payer Healthcare System
Notice bibliographique
Résumé
BACKGROUND: Income disparities may affect patients' care transition home. Evidence among patients who have access to publicly funded healthcare coverage remains limited. OBJECTIVE: To evaluate the association between low income and post-discharge health outcomes and explore patient and caregiver perspectives on the role of income disparities. DESIGN: Mixed-methods secondary analysis conducted among participants in a double-blind randomized controlled trial. PARTICIPANTS: Participants from a multicenter study in Ontario, Canada, were classified as low income if annual self-reported salary was below $29,000 CAD, or between $30,000 and $50,000 CAD and supported ≥ 3 individuals. MAIN MEASURES: The associations between low income and the following self-reported outcomes were evaluated using multivariable logistic regression: patient experience, adherence to medications, diet, activity and follow-up, and the aggregate of emergency department (ED) visits, readmission, or death up to 3 months post-discharge. A deductive direct content analysis of patient and caregivers on the role of income-related disparities during care transitions was conducted. KEY RESULTS: Individuals had similar odds of reporting high patient experience and adherence to instructions regardless of reported income. Compared to higher income individuals, low-income individuals also had similar odds of ED visits, readmissions, and death within 3 months post-discharge. Low-income individuals were more likely than high-income individuals to report understanding their medications completely (OR 1.9, 95% CI: 1.0-3.4) in fully adjusted regression models. Two themes emerged from 25 interviews which (1) highlight constraints of publicly funded services and costs incurred to patients or their caregivers along with (2) the various ways patients adapt through caregiver support, private services, or prioritizing finances over health. CONCLUSIONS: There were few quantitative differences in patient experience, adherence, ED visits, readmissions, and death post-discharge between individuals reporting low versus higher income. Several hidden costs for transportation, medications, and home care were reported however and warrant further research.
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 | 0,036 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,004 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 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 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 ».