Comparison of Management and Outcomes of Hip Fractures Among Low- and High-Income Patients in Six High-Income Countries
Notice bibliographique
Résumé
BACKGROUND: There is a perception that income-based disparities are present in most countries but may differ in magnitude. However, there are few international comparisons that describe income-based disparities across countries and none that focus on hip fractures. OBJECTIVE: To compare treatment patterns and outcomes of high- and low-income older adults hospitalized with hip fracture across six high-income countries. DESIGN: Retrospective serial cross-sectional cohort study. PARTICIPANTS: Adults aged ≥ 66 years hospitalized with hip fracture from 2013 to 2019 in Canada, England, Israel, the Netherlands, Taiwan, and the USA using population-representative patient-level administrative data. MAIN MEASURES: Older adults in the top and bottom income quintiles within countries were compared on 30-day and 1-year mortality, treatment approaches, hospital length of stay (LOS), 30-day readmission rates, time to surgery, and discharge disposition. KEY RESULTS: Annual age- and sex-standardized incidence rates of hip fracture were higher for low- than for high-income populations in all countries except in the USA. In all countries, adjusted 1-year mortality was lower for high-income than low-income patients, with the largest difference in Israel (- 10.0 percentage points [95% confidence interval [CI], - 15.2 to - 4.8 percentage points]). Across countries, utilization of total hip arthroplasty was 0.1 (95% CI, 0.0-0.2 percentage points) to 6.9 percentage points (95% CI, 4.6-9.2 percentage points) higher among high- vs. low-income populations. With few exceptions, LOS, adjusted 30-day readmission rate, and time to surgery were shorter and lower for high-income patients. CONCLUSIONS: Income-based disparities in treatments and outcomes for older adults hospitalized for hip fractures differed in magnitude, but were present in all six high-income countries. Defying our expectations, the USA did not have consistently larger disparities than other countries suggesting that the impacts of poverty exist in vastly different healthcare systems and transcend geopolitical borders.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».