Sociodemographic variation in experiences with medication shortages among US adults
Notice bibliographique
Résumé
Objective: To investigate sociodemographic factors associated with prescribed and over-the-counter medication shortage experiences. Methods: We analyzed repeated cross-sectional data from the 2023 US Census Household Pulse Survey, a nationwide survey of US adults. Outcomes were based on the following question: "In the past month, have you or a member of your household been directly affected by the following?" We created binary indicators based on the following response options: (1) "Shortage of prescription medications, which includes any medicine required or provided by a healthcare provider, pharmacist, or hospital" and (2) "Shortage of over-the-counter medications, encompassing any medication available without a prescription." Sociodemographic factors included age, gender identity, race/ethnicity, marital status, educational attainment, household income, number of children, employment status, health insurance coverage, at risk for depression/anxiety, disability status, and region. Weighted multivariable models accounted for the complex survey design and estimated adjusted odds ratios with 95 % confidence intervals. Results: We found that more experiences with prescribed and over-the-counter medication shortages were associated with middle age, transgender/other gender identity, non-Hispanic Other race/ethnicity, higher educational attainment, having at least one child, at risk for depression or anxiety, and being disabled. In contrast, fewer experiences with prescribed and over-the-counter medication shortages were associated with higher household income. Conclusions: Sociodemographic variation exist in experiences with medication shortages among US adults. These findings underscore the need to bolster the pharmaceutical supply chain to mitigate inequities in medication access.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».