MétaCan
Menu
Retour à la cohorte
Enregistrement W4396232072 · doi:10.12927/hcpol.2024.27281

Rural-Urban Differences in Healthcare Use in Persons With Dementia Between 2000 and 2019: A Quebec Population-Based Study

2024· article· en· W4396232072 sur OpenAlexafffundvenueabout
Geneviève Arsenault‐Lapierre, Claire Godard‐Sebillotte, Tammy Bui, Nadia Sourial, Louis Rochette, Victoria Massamba, Caroline Sirois, Julie Kosteniuk, Debra Morgan, Amélie Quesnel‐Vallée, Isabelle Vedel

Notice bibliographique

RevueHealthcare policy · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensMcGill UniversityCanadian Rural Health Research SocietyInstitut National de Santé Publique du QuébecCentre de Santé et de Services Sociaux CavendishJewish General HospitalUniversité LavalUniversité de MontréalMcGill University Health Centre
Organismes subventionnairesCanadian Institutes of Health ResearchConsortium canadien en neurodégénérescence associée au vieillissementFP7 Research infrastructuresRéseau québécois de recherche sur le vieillissementMcGill University
Mots-clésDementiaMedicineHealth servicesPopulationGerontologyDemographyGeographyEnvironmental health

Résumé

récupéré en direct d'OpenAlex

Background: Rural persons with dementia face medical services gaps. This study compares the health service utilization of rural and urban community-dwelling individuals with incident dementia. Methods: This study used a repeated annual cross-sectional cohort design spanning a period from 2000 to 2019 analyzing age-adjusted rates for 20 indicators of service use and mortality one year after diagnosis in Quebec administrative databases. Results: Of 237,259 persons, 20.1% were rural. Most rural persons had more emergency department visits and hospitalizations, shorter stays, less alternate level of care and fewer family physicians' and cognition specialists' visits. All groups had similar long-term care and mortality rates. Conclusion: Policy implications of these disparities are discussed.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,342
Score d'incertitude au seuil0,733

Scores Codex et Gemma par catégorie

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

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 Opus0,043
Tête enseignante GPT0,377
Écart entre enseignants0,334 · 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 tête enseignante, pas un consensus.

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

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

En bref

Citations6
Publié2024
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueHealthcare policyMême sujetDementia and Cognitive Impairment ResearchTravaux en français237 207