Accessibility and Insurance Coverage for Gender-affirming Surgery in Canada: A Cross-Sectional Analysis
Notice bibliographique
Résumé
Purpose: While visibility and acceptance of the transgender community have increased across Canada, barriers persist in accessing gender-affirming surgeries (GAS). This study aims to determine the current state of GAS care in Canada, focusing on insurance coverage by province and identifying regions needing the development of specialized GAS programs. Methods: This cross-sectional study was conducted by examining provincial health ministry webpages and contacting health authorities and gender clinics to collect data on GAS coverage. Information on various procedures, including chest surgery, facial GAS, and genital surgeries was collected to determine which procedures are covered in each respective province. Geographic distribution of clinics that perform GAS procedures in Canada was also collected and sorted by referrals in-province and out-of-province. Results: There are 32 unique gender-affirming procedures covered by Canadian provincial health plans. Prince Edward Island provides the highest coverage of GAS procedures, while Nunavut covers the least. Quebec offers the most comprehensive in-province GAS program, with some in-province care available in the other provinces. The three territories generally lack access to any in-province procedures. Conclusions: Coverage for gender-affirming surgical procedures in Canada varies widely. Genital procedures have the most comprehensive coverage, chest surgeries are covered by most provinces, and facial GAS were only covered in two provinces. There is also a disparity between coverage and availability of GAS in most provinces. Physicians should advocate for broader coverage and targeted training and recruitment of GAS specialized surgeons in key geographic regions.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».