MétaCan
Menu
← Retour à la cohorte
Enregistrement W4386985066 · doi:10.1093/pch/pxad055.098

98 Seeing the Unseen– A Retrospective Review of the Demographic Characteristics of a Place-based, Inner-City Social Paediatrics Program

2023· review· en· W4386985066 sur OpenAlexaboutno aff
Judy So, Sunny Li Sun, Annie Kim, Saina Nemati, Michelle M. Kim, G. C. McIntosh, Kristina Pikksalu, Christine Loock, Matthew Carwana

Notice bibliographique

RevuePaediatrics & Child Health · 2023
Typereview
Langueen
DomaineHealth Professions
ThématiqueFood Security and Health in Diverse Populations
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSpecialtyMedicineOutreachSocial determinants of healthHealth careEthnic groupPovertyFamily medicineHealth equityReferralIndigenousPediatricsPublic healthPolitical scienceNursing

Résumé

récupéré en direct d'OpenAlex

Abstract Background Social paediatrics is a holistic approach to child and youth health that considers the society and environment the child lives in, and aims to address social determinants of health (SDoH) to improve health equity. Place-based social paediatrics clinics minimize health disparities through outreach programs, navigational support, and facilitating access to specialty care services. This model of care was developed in the past few decades as it became widely accepted that SDoH and adverse childhood events have a direct impact on child health. Typical clinic demographics and most prevalent care needs are not well described. Objectives Identify key demographic features and common diagnoses seen by a social paediatrics program’s primary and specialty care services. Design/Methods Ethical approval was obtained from institutional REB. A retrospective chart review of patients accessing the program between Jan 1, 2018 and April 30, 2021, with no additional exclusion criteria, was conducted. Demographic information, factors influencing SDoH, and past medical history were collected. Basic descriptive statistics were used for analysis of the data collected. Results 144 charts have been reviewed to date. The mean age in years at initial assessment was 6.22 (0.07–25.84). The most commonly documented ethnicity was Indigenous (30%), followed by Latinx (8%) and Middle Eastern (8%); 45% of patients were unspecified, as race is not consistently collected in Canadian health records. Poverty was mentioned as an issue in 52 (36%) patients’ charts, ministry involvement noted in 29 (20%), and substance use in 45 (31%) of households. 74 (51%) of charts had evidence of at least one adverse SDoH (e.g. financial and/or housing instability, food insecurity) that could negatively influence health equity. The most frequently documented diagnoses were skin disorders (38%), ADHD (31%), upper respiratory tract infections (29%), learning disability (27%), and speech delay (25%). Developmental disorders were diagnosed in 79 (55%) patients and 45 (31%) had at least one incidence of being seen by a nurse practitioner or general paediatrician for a mental health concern. Conclusion Place-based, equity-oriented social paediatrics clinics see more socially and developmentally complex individuals than traditional paediatric clinics or community health programs. Data analysis of the population seen by our inner-city program found 55% and 31% of patients had developmental and mental concerns, respectively. This suggests that clinicians planning or working in similar programs should be prepared to support neurodevelopmental, mental health, and common medical conditions (e.g. skin disorders and infections).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,048

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,004
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,135
Tête enseignante GPT0,447
Écart entre enseignants0,312 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePaediatrics & Child Health→Même sujetFood Security and Health in Diverse Populations→Travaux en français237 207→