Examining the Spatial Varying Effects of Sociodemographic Factors on Adult Cochlear Implantation Using Geographically Weighted Poisson Regression
Notice bibliographique
Résumé
OBJECTIVE: To (i) demonstrate the utility of geographically weighted Poisson regression (GWPR) in describing geographical patterns of adult cochlear implant (CI) incidence in relation to sociodemographic factors in a publicly funded healthcare system, and (ii) compare Poisson regression and GWPR to fit the aforementioned relationship. STUDY DESIGN: Retrospective study of provincial CI Program database. SETTING: Academic hospital. PATIENTS: Adults 18 years or older who received a CI from 2020 to 2021. INTERVENTIONS: Cochlear implant. MAIN OUTCOME MEASURES: CI incidence based on income level, education attainment, age at implantation, and distance from center, and spatial autocorrelation across census metropolitan areas. RESULTS: Adult CI incidence varied spatially across Ontario (Moran's I = 0.04, p < 0.05). Poisson regression demonstrated positive associations between implantation and lower income level (coefficient = 0.0284, p < 0.05) and younger age (coefficient = 0.1075, p < 0.01), and a negative association with distance to CI center (coefficient = -0.0060, p < 0.01). Spatial autocorrelation was significant in Poisson model (Moran's I = 0.13, p < 0.05). GWPR accounted for spatial differences (Moran's I = 0.24, p < 0.690), and similar associations to Poisson were observed. GWPR further identified clusters of implantation in South Central census metropolitan areas with higher education attainment. CONCLUSIONS: Adult CI incidence demonstrated a nonstationary relationship between implantation and the studied sociodemographic factors. GWPR performed better than Poisson regression in accounting for these local spatial variations. These results support the development of targeted interventions to improve access and utilization to CIs in a publicly funded healthcare system.
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 | 0,009 | 0,046 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,002 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 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 ».