A comparative study for accessing primary healthcare between planning assessment and actual utilization for older adults: a case from Dalian City, China
Notice bibliographique
Résumé
Introduction: As China has rapidly evolved into an aging society, the Chinese government has developed a community-oriented primary healthcare system to vigorously expedite the transfer of primary health care (PHC) from higher-level hospitals to community health centers (CHCs). However, current planning standards for CHCs have not considered the heterogeneity of older adults in supply-demand services, such that the areas with severe aging may comprise of underestimated levels of accessibility. Methods: This study focuses on the gap in PHC access between planning assessment and actual utilization for older adults. We conducted an empirical study in the city area of Dalian based on the check-in and survey data from CHCs during the COVID-19 pandemic. A comparison model was built to calculate matching probability using a modified Gaussian Two-Step Floating Catchment Area (G2SFCA) method. Results: As indicated by the results, the communities in the primary healthcare shortage area (PHCSA) increased 6.8% by considering the heterogeneity of older adults; these communities with underserved PHC were ignored by the current planning assessment. Based on the comparison of actual and theoretical accessibility for older adults, we found that the average matching probability was about 76.6%, which means approximately a quarter of older adults have been misestimated the accessibility of PHC. Discussion: Further analysis for the older adults with mismatched accessibility showed two causes of the gap, one is the lack of connection between the spatial distribution of facilities and the allocation of service supply, and the other is the subjective cross-catchment visit to CHCs for older adults.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».