Rural-urban differences in use of health services before and after dementia diagnosis: a retrospective cohort study
Notice bibliographique
Résumé
BACKGROUND: Rural-urban differences in health service use among persons with prevalent dementia are known. However, the extent of geographic differences in health service use over a long observation period, and prior to diagnosis, have not been sufficiently examined. The purpose of this study was to examine yearly rural-urban differences in the proportion of patients using health services, and the mean number of services, in the 5-year period before and 5-year period after a first diagnosis of dementia. METHODS: This population-based retrospective cohort study used linked administrative health data from the Canadian province of Saskatchewan to investigate the use of five health services [family physician (FP), specialist physician, hospital admission, all-type prescription drug dispensations, and short-term institutional care admission] each year from April 2008 to March 2019. Persons with dementia included 2,024 adults aged 65 years and older diagnosed from 1 April 2013 to 31 March 2014 (617 rural; 1,407 urban). Matching was performed 1:1 to persons without dementia on age group, sex, rural versus urban residence, geographic region, and comorbidity. Differences between rural and urban persons within the dementia and control cohorts were separately identified using the Z-score test for proportions (p < 0.05) and independent samples t-test for means (p < 0.05). RESULTS: Rural compared to urban persons with dementia had a lower average number of FP visits during 1-year and 2-year preindex and between 2-year and 4-year postindex (p < 0.05), a lower likelihood of at least one specialist visit and a lower average number of specialist visits during each year (p < 0.05), and a lower average number of all-type prescription drug dispensations for most of the 10-year study period (p < 0.05). Rural-urban differences were not observed in admission to hospital or short-term institutional care (p > 0.05 each year). CONCLUSIONS: This study identified important geographic differences in physician services and all-type prescription drugs before and after dementia diagnosis. Health system planners and educators must determine how to use existing resources and technological advances to support care for rural persons living with dementia.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| 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 | 0,000 | 0,001 |
| 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 ».