Perceived Access to Healthcare of Indigenous Peoples in Canada With Rheumatoid Arthritis and Their First-Degree Relatives
Notice bibliographique
Résumé
Objective There are complex and interrelated factors that lead to inequitable healthcare delivery in Canada. Many of the factors that underlie these inequities for Canada’s geographically dispersed Indigenous peoples remain underexamined. Methods A cohort of 831 First Nations (FN) individuals from urban and remote communities were recruited into a longitudinal study of rheumatoid arthritis (RA) risk from 2005 to 2017. Data from each participant’s initial enrollment visit were assessed using a survey that captured concerns with healthcare access. Results We found that remote participants with RA reported poor access compared to remote first-degree relatives (FDRs;P< 0.001); this difference was not observed for urban participants with RA. We observed substantial differences based on sex; female participants perceived access to care to be more difficult than male participants in both urban and remote cohorts (P< 0.001). We also observed that male participants with RA reported poor access to care compared to male FDRs. Importantly, access to care in remote communities appeared to improve over the duration of the study (P= 0.01). In a logistic regression analysis, female sex, remote location, and older age were independent predictors of poor access to care. Predictors of poor access in participants with RA also included female sex, remote location, and older age. Conclusion FN peoples living in remote communities, particularly those with an established RA diagnosis, report more problems accessing health care. Sex-based inequities exist, with FN female individuals reporting greater difficulties in accessing appropriate health care, regardless of RA diagnosis. Addressing these sex-based inequities should be a high priority for improving healthcare delivery.
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 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».