Location of death among children with life-threatening conditions: a national population-based observational study using the Canadian Vital Statistics Database (2008–2014)
Notice bibliographique
Résumé
BACKGROUND: Patterns in location of death among children with life-threatening conditions (e.g., cancer, genetic disorders, neurologic conditions) may reveal important inequities in access to hospital and community support services. We aimed to identify demographic, socioeconomic and geographic factors associated with variations in location of death for children across Canada with life-threatening conditions. METHODS: We used a retrospective observational cohort design and the Canadian Vital Statistics Database to identify children aged 19 years or younger who died from a life-threatening condition between Jan. 1, 2008, and Dec. 31, 2014. We used multivariable logistic regression to determine predictors of in-hospital death for children aged 1 month to 19 years, and for neonates younger than 1 month. RESULTS: Overall, 13 115 decedents younger than 19 years had life-threatening conditions. Of 5250 children and 7865 neonates, 74.2% and 98.1%, respectively, died in hospital. Among children, we found a higher proportion of hospital deaths in the lowest (v. highest) income quintile (odds ratio [OR] 1.59, 95% confidence interval [CI] 1.28-1.97), and a lower proportion among children living more than 400 km (v. < 50 km) from a pediatric hospital (OR 0.73, 95% CI 0.65-0.86). Compared with Ontario, hospital death was most common in Quebec (OR 1.38, 95% CI 1.14-1.67) and least common in British Columbia (OR 0.43, 95% CI 0.34-0.53). Compared with an oncologic cause of death, all causes except neurologic and metabolic conditions had significantly higher odds of dying in hospital. INTERPRETATION: In addition to demographics, we identified socioeconomic and geographic differences in location of death, suggesting potential inequities in access to high-quality care at the end of life. Health care policies and practices must ensure equitable access to services for children across Canada, particularly at the end of their life.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,007 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».