MétaCan
Menu
Retour à la cohorte
Enregistrement W4407722234 · doi:10.1001/jamanetworkopen.2024.60551

Patient-Physician Language Concordance and Cardiovascular Outcomes Among Patients With Hypertension

2025· article· en· W4407722234 sur OpenAlexafffundabout
Michael Reaume, Mathieu N. Labossière, Ricardo Batista, Stephanie Van Haute, Navdeep Tangri, Claudio Rigatto, Clara Bohm, Denis Prud’homme, Peter Tanuseputro, Lisa M. Lix

Notice bibliographique

RevueJAMA Network Open · 2025
Typearticle
Langueen
DomaineHealth Professions
ThématiqueInterpreting and Communication in Healthcare
Établissements canadiensGeorge & Fay Yee Centre for Healthcare InnovationInstitut du Savoir MontfortUniversité de MonctonOttawa HospitalUniversity of ManitobaSeven Oaks General HospitalInuit Tapiriit KanatamiUniversité de SherbrookeManitoba HealthUniversity of Ottawa
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésConcordanceMedicineFamily medicineCohortHealth careCohort studyFirst languageGerontologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Importance: Patients who live in minority language communities often receive health care services of lower quality and safety compared with patients who speak the majority language. Yet the outcomes associated with care provided by physicians who speak a patient's primary language remain unknown. Objective: To examine patient-physician language concordance and the risk of major adverse cardiovascular events (MACEs) among patients with hypertension. Design, Setting, and Participants: This retrospective cohort study identified adults with self-reported hypertension in the Canadian Community Health Survey, a national survey that collects data from a representative sample of Canadians, from January 1, 2003, to December 31, 2014. Respondents (excluding those living in Quebec) had their hospitalization and mortality records linked to their survey responses. Data were analyzed from October 2023 to May 2024. Exposures: Respondents' primary home language was defined using language spoken most often at home. Language spoken with a regular physician was used to measure patient-physician language concordance. Respondents who spoke to their regular physician in their primary home language were classified as having received language-concordant care, while all other respondents were classified as having received language-discordant care. Main Outcomes and Measures: MACEs within 5 years of survey completion. Results: Among the 124 583 patients included in this study, 114 239 (91.7%) spoke English, 4790 (3.8%) spoke French, 325 (0.3%) spoke an Indigenous language, and 5229 (4.2%) spoke an allophone (ie, other) language. The mean (SD) age of the cohort was 63.7 (14.8) years; 57.1% of the patients reported their sex as female. Very few respondents who spoke an Indigenous language at home (<4.6%) received language-concordant care. For French-speaking patients, there was no statistically significant difference in the risk of MACE between those who received language-concordant care and those who received language-discordant care (hazard ratio [HR], 1.09; 95% CI, 0.86-1.36). Allophone-speaking patients who received language-concordant care were 36% less likely to experience MACE (HR, 0.64; 95% CI, 0.51-0.80) compared with allophone-speaking patients who received language-discordant care. Conclusions and Relevance: This retrospective cohort study found large disparities in both access to language-concordant care and risk of MACEs. These findings suggest that language-concordant care could potentially improve the health of individuals in minority language communities.

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)0,001
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 enseignants0,045
Score d'incertitude au seuil0,723

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,019
Tête enseignante GPT0,341
Écart entre enseignants0,321 · 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

Citations17
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJAMA Network OpenMême sujetInterpreting and Communication in HealthcareTravaux en français237 207