MétaCan
Menu
Retour à la cohorte
Enregistrement W4404717630 · doi:10.1089/dia.2024.0366

The Impact of Public Policy on Equitable Access to Technology for Children and Youth Living with Type 1 Diabetes in British Columbia, Canada

2024· article· en· W4404717630 sur OpenAlexaffabout
Jeffrey N. Bone, Courtney Leach, Ananta Addala, Shazhan Amed

Notice bibliographique

RevueDiabetes Technology & Therapeutics · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueDiabetes Management and Research
Établissements canadiensUniversity of British ColumbiaBC Children's Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineType 1 diabetesDiabetes mellitusType 2 diabetesPublic healthGerontologyEconomic growthEnvironmental healthFamily medicineNursing

Résumé

récupéré en direct d'OpenAlex

Objective:Structural inequities impede technology uptake in marginalized populations living with type 1 diabetes (T1D). Our objective was to describe hemoglobin A1c (HbA1c), time in range (TIR), and pump use to evaluate the impact of a universal funding policy for continuous glucose monitoring (CGM) across levels of deprivation in children with T1D in the Canadian province of British Columbia (BC). Methods:Patients with T1D and at least one outpatient visit after June 10, 2020 (1-year before universal CGM funding) who were enrolled in the BC Pediatric Diabetes Registry were included (n = 477). The Canadian Index of Multiple Deprivation (quintile 1 = least deprived; quintile 5 = most deprived) was determined using postal code. Mixed effects models were used to describe HbA1c, TIR, and pump use, and an interrupted time series generalized additive model estimated the change in CGM use pre- and postintroduction of universal coverage. Results:No differences were observed among the five levels of deprivation for HbA1c and TIR; however, for residential instability, those with the highest level of deprivation had a lower probability of pump use (−18.9%, 95% confidence interval [CI] = −26.1% to −11.7% for quintile 5 vs. 1). There was an increase in CGM uptake across all levels of deprivation 1-year after introduction of universal CGM funding. For example, the difference in sensor use from the most to least deprived situational group was −21.0% (−35.4%, −6.6%) at the time of universal coverage and shrank to −4.6% (−21.6%, 12.4%) after 12 months of coverage. However, an equity gap in CGM use persisted between the least and most deprived groups (−21.9, 95% CI = −34.5 to −9.4 for quintile 5 vs. 1 in economic dependency). Conclusions:Universal coverage of CGM improved uptake; however, equity gaps persisted. More research is needed to explore nonfinancial barriers to diabetes technology use in marginalized populations.

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 enseignants0,280
Score d'incertitude au seuil0,962

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,022
Tête enseignante GPT0,308
Écart entre enseignants0,286 · 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

Citations3
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueDiabetes Technology & TherapeuticsMême sujetDiabetes Management and ResearchTravaux en français237 207