Comparison of Health Care Utilization in Different Usual Sources of Care Among Older People With Cardiovascular Disease in China: Evidence From the Study on Global Ageing and Adult Health
Notice bibliographique
Résumé
Objectives: To compare the health care utilization in different usual sources of care (USCs) among the elderly population with cardiovascular disease in China. Methods: Cross-sectional data for 3,340 participants aged ≥50 years with cardiovascular disease from Global AGEing and Adult Health (2010)-China were used. Using the inverse probability of treatment weighting on the propensity score with survey weighting, combined with negative binomial regression and logistic regression models, the correlation between USCs and health care utilization was assessed. Results: Patients using primary care facilities as their USC had fewer hospital admissions (IRR = 0.507, 95% CI = 0.413, 0.623) but more unmet health needs (OR = 1.657, 95% CI = 1.108, 2.478) than those using public hospitals. Patients using public clinics as their USC had higher outpatient visits (IRR = 2.188, 95% CI = 1.630, 2.939) than the private clinics’ group. Conclusion: The difference in inpatient care utilization and unmet health care needs between public hospitals and primary care facilities, and the difference in outpatient care utilization between public and private clinics were significant. Using primary care facilities as USCs, particularly public ones, appeared to increase care accessibility, but it still should be strengthened to better address patients’ health care needs.
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 | 0,004 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».