Characteristics of Canadians Living With Long-Term Health Conditions or Disabilities Who Had Unmet Rehabilitation Needs During the First Wave of the COVID-19 Pandemic
Notice bibliographique
Résumé
OBJECTIVE: This study aimed to describe the characteristics associated with unmet rehabilitation needs in a sample of Canadians with long-term health conditions or disabilities during the first wave of the COVID-19 pandemic. DESIGN: We used data from the Impacts of COVID-19 on Canadians Living With Long-Term Conditions and Disabilities, a national cross-sectional survey with 13,487 respondents. Unmet needs were defined as needing rehabilitation (ie, physiotherapy/massage/chiropractic, speech therapy, occupational therapy, counseling services, or support groups) but not receiving due to the pandemic. We used multivariable modified Poisson regression to examine the association between demographic, socioeconomic, and health-related characteristics and unmet rehabilitation needs. RESULTS: More than half of the sample were 50 years and older (52.3%), female (53.8%), and 49.3% reported unmet rehabilitation needs. Those more likely to report unmet needs were females, those with lower socioeconomic status (receiving disability benefits or social assistance, job loss, increased work hours, decreased household income or earnings), and those with lower perceived general health or mental health status. CONCLUSIONS: Among Canadians with disabilities or chronic health conditions, marginalized groups are more likely to report unmet rehabilitation needs. Understanding the systemic and upstream determinants is necessary to develop strategies to minimize unmet rehabilitation needs and facilitate the delivery of equitable rehabilitation services.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 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 ».