Rural-Dwelling Patients With Rheumatoid Arthritis and Risk of Myocardial Infarction Hospitalization: An Observational Study Using the National Inpatient Sample
Notice bibliographique
Résumé
Objective To assess whether there is a rural-urban and income-related disparity in the incidence and outcomes of hospitalization for myocardial infarction (MI) in patients with rheumatoid arthritis (RA). Methods We used the 2016-2019 US National Inpatient Sample (NIS) data and selected all patients with RA. Rural vs urban residential status was identified using NIS classifications. We categorized median household income based on patient ZIP code by quartile. We assessed the multivariable-adjusted odds ratios (aORs) to examine the association of rural residence with MI hospitalization. Results The crude rate of MI hospitalization per 100,000 area-specific hospitalizations in people with RA was significantly higher for rural vs urban residents, 2441 vs 1878 (P< 0.001). In multivariable-adjusted models, compared to urban residents, rural-residing residents with RA were almost twice as likely to be hospitalized with MI (aOR 1.70;P< 0.001). Rural residence was not significantly associated with higher hospital charges or MI hospitalization costs (P> 0.05). Compared to the lowest quartile, the 2 highest income quartiles were significantly associated with lower odds of MI hospitalization in patients with RA; aORs were 0.87 (P< 0.001) and 0.92 (P= 0.01). Female sex, African American race, elective admission, Medicare payer, government hospital ownership, rural hospital location, and small hospital bed size were significantly associated with lower odds of MI hospitalization. Conclusion Our study findings of rural-urban and socioeconomic status disparities for MI hospitalizations in patients with RA provide policymakers with data and information for action. Policy decisions based on these data can potentially reduce these disparities and improve outcomes for rural residents.
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 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».