Inequalities in Transitions to Home Care: A Longitudinal Analysis of the Canadian Longitudinal Study on Aging
Notice bibliographique
Résumé
OBJECTIVES: To investigate inequalities in transitions to home care across a broad set of demographic and socioeconomic factors in Canadian middle-aged and older adults. DESIGN: Longitudinal, retrospective cohort study. SETTING AND PARTICIPANTS: A total of 51,338 community-dwelling adults aged 45+ years, using national data from the Canadian Longitudinal Study on Aging across 3 timepoints from 2011 to 2021. METHODS: We analyzed transitions in home care use using multistate Markov models, with home care use and nonuse as transient states, and loss to follow-up as a terminal state. We calculated hazard ratios for transitions between states adjusting for factors related to home care need (ie, functional limitations, chronic conditions) within the following equity strata: income, education, immigration history, sex, gender, rurality, racial background, and tangible social support. RESULTS: Across all timepoints, 5.4% of non-home care users transitioned to home care by the next timepoint and 33.2% of home care users continued to use home care at the next timepoint. Among non-home care users, identifying as a woman, female, white, completing higher levels of education, having higher income, and having less support available was associated with an increased likelihood of transitioning to home care use. Among home care users, higher income was also associated with a greater likelihood to discontinue using home care compared with lower income users. The association between income and home care use was stronger among female individuals. CONCLUSIONS AND IMPLICATIONS: We found meaningful differences in home care transitions across several equity strata. Individuals with higher income have greater ability to access to private care, creating inequity in access to home care services. Gendered factors such as income and social support have important associations with home care use. Home care planning and policy must address the unique barriers and disadvantages diverse populations face to ensure equitable use of home care and promote healthy aging.
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,012 |
| Études des sciences et des technologies | 0,005 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,003 |
| 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 ».