Characteristics and Healthcare Utilization of Canadians Living With Participation and Activity Limitations (2001-2010): A Population-Based Cross-Sectional Study
Notice bibliographique
Résumé
INTRODUCTION: Individuals with participation and activity limitations face important healthcare challenges. OBJECTIVES: We investigated healthcare utilization and characteristics of Canadians living with participation and activity limitations between 2001 and 2010. METHODS: We pooled data from 5 cycles of the Canadian Community Health Survey (2001-2010 CCHS). The multistage stratified cluster-sampling method used covered approximately 98% of Canadians, aged 12 years and older residing in private dwellings. We described sociodemographic, behavioral, and health-related characteristics of participants with participation and activity limitations and reported their annual utilization (prevalence; 95% CI) of 7 healthcare providers. Multivariable modified Poisson regression identified individual characteristics associated with healthcare utilization and examined the trends over time. RESULTS: Annually, 8.1 million Canadians aged 12 years and older (29.8%) reported participation and activity limitations. Most common health conditions were back problems (37%) and arthritis (34%). Predominant healthcare providers were medical doctors (88.8%; 95% CI = 88.6-89.0), nurses (16.3%; 95% CI = 16.1-16.6), physiotherapists (15.0%; 95% CI = 14.7-15.2), and chiropractors (14.4%; 95% CI = 14.2-14.7). Overall, males, older adults, immigrants, those with lower education, lower income, recent employment, and better general health were less likely to consult providers. Over time, utilization of most non-medical providers increased. CONCLUSION: Participation and activity limitations are prevalent in Canada, and most consulted medical doctors. Disadvantaged groups reported lower utilization of most providers, emphasizing access challenges and the need for equitable and integrated healthcare policies. Improving access to rehabilitation services and their inclusion within universal healthcare coverage should be a priority.
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 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».