Equity in home care use in Canada: a cross-sectional analysis of the Canadian longitudinal study on ageing
Notice bibliographique
Résumé
Background: Although home care is an essential service that enables older adults to age at home, there are concerns that not all populations have equitable access to home care services in Canada. The primary objective of this study is to describe formal home care use in Canada across a broad set of demographic and socioeconomic factors. Methods: We conducted a cross-sectional analysis of formal home care use among community-dwelling adults aged 45+ using data from the Canadian longitudinal study on ageing (CLSA) at the 3-year post-baseline follow-up (2015-18). We calculated crude prevalences of formal home care use, stratified by functional status, within the following equity stratification factors: sex, gender, income, education, immigration history, rurality, social support and population group. We used logistic regression models with marginal effects to calculate prevalences of formal home care use while further adjusting for factors related to home care need such as functional impairment, chronic conditions, assistive device use and self-reported health. Results: Of 43 115 CLSA participants included, we found that 8.0% used formal home care services in the previous 12 months. Higher levels of functional impairment were consistently associated with greater home care use. Our unadjusted analysis found significant variations in home care use by sex, gender, income, education, immigration history, rurality and social support. After adjusting for factors related to home care need, we found that individuals with lower income, recent immigration and lower education were significantly less likely to use formal home care services, while individuals with less social support were significantly more likely to use formal home care services. Conclusions: This study highlights disparities in home care use in Canada by income, immigration, education and social support. These findings emphasise the importance of developing federal and provincial policies to address barriers and promote equitable access to home care.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,009 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 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 ».