MétaCan
Menu
Retour à la cohorte
Enregistrement W4385295735 · doi:10.1001/jamanetworkopen.2023.25291

Disparities in Travel-Related Barriers to Accessing Health Care From the 2017 National Household Travel Survey

2023· article· en· W4385295735 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJAMA Network Open · 2023
Typearticle
Langueen
DomaineHealth Professions
ThématiqueOlder Adults Driving Studies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesDOD Prostate Cancer Research ProgramAstellas PharmaPfizerU.S. Department of Defense
Mots-clésRespondentTRIPS architectureLogistic regressionEthnic groupHealth careHousehold incomeMedicinePublic healthPublic transportAmerican Community SurveyCross-sectional studyNational Health Interview SurveyEnvironmental healthGeographyBusinessDemographyCensusEconomic growthPopulationTransport engineeringPolitical scienceNursingEconomics

Résumé

récupéré en direct d'OpenAlex

Importance: Geographic access, including mode of transportation, to health care facilities remains understudied. Objective: To identify sociodemographic factors associated with public vs private transportation use to access health care and identify the respondent, trip, and community factors associated with longer distance and time traveled for health care visits. Design, Setting, and Participants: This cross-sectional study used data from the 2017 National Household Travel Survey, including 16 760 trips or a nationally weighted estimate of 5 550 527 364 trips to seek care in the United States. Households that completed the recruitment and retrieval survey for all members aged 5 years and older were included. Data were analyzed between June and August 2022. Exposures: Mode of transportation (private vs public transportation) used to seek care. Main Outcomes and Measures: Survey-weighted multivariable logistic regression models were used to identify factors associated with public vs private transportation and self-reported distance and travel time. Then, for each income category, an interaction term of race and ethnicity with type of transportation was used to estimate the specific increase in travel burden associated with using public transportation compared a private vehicle for each race category. Results: The sample included 12 092 households and 15 063 respondents (8500 respondents [56.4%] aged 51-75 years; 8930 [59.3%] females) who had trips for medical care, of whom 1028 respondents (6.9%) were Hispanic, 1164 respondents (7.8%) were non-Hispanic Black, and 11 957 respondents (79.7%) were non-Hispanic White. Factors associated with public transportation use included non-Hispanic Black race (compared with non-Hispanic White: adjusted odds ratio [aOR], 3.54 [95% CI, 1.90-6.61]; P < .001) and household income less than $25 000 (compared with ≥$100 000: aOR, 7.16 [95% CI, 3.50-14.68]; P < .001). The additional travel time associated with use of public transportation compared with private vehicle use varied by race and household income, with non-Hispanic Black respondents with income of $25 000 to $49 999 experiencing higher burden associated with public transportation (mean difference, 81.9 [95% CI, 48.5-115.3] minutes) than non-Hispanic White respondents with similar income (mean difference, 25.5 [95% CI, 17.5-33.5] minutes; P < .001). Conclusions and Relevance: These findings suggest that certain racial, ethnic, and socioeconomically disadvantaged populations rely on public transportation to seek health care and that reducing delays associated with public transportation could improve care for these patients.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,365
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0030,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,164
Tête enseignante GPT0,441
Écart entre enseignants0,277 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle