Mapping Disparities in Access to Spirometry
Notice bibliographique
Résumé
Abstract RATIONALE: The underdiagnosis and misdiagnosis of chronic lung diseases, such as chronic obstructive pulmonary disease (COPD), lead to poorer health outcomes. Despite being frequently underdiagnosed, COPD was the second leading cause of hospitalizations in Canada in 2022-2023. Yet access to pulmonary function testing (PFT) labs in British Columbia (BC) remains inconsistent, primarily due to the province's vast geography and uneven population distribution. This disparity raises significant health equity concerns, particularly given that rural and remote parts of BC are home to a large proportion of the Indigenous population who continue to endure the effects of structural and environmental racism. Our aim was to quantify disparities in driving times, one metric of access, from the population centres of all census dissemination areas (average population of 400-700) in BC to the nearest PFT labs. METHODS: We collected addresses of publicly funded PFT labs using health authority websites. We used Google Maps Platform to estimate driving times from dissemination area population centroids within BC to the nearest PFT lab in BC or neighbouring Alberta and Yukon. We validated this approach using a 5-mile by 5-mile raster grid cell method in which we determined the driving time to the nearest PFT lab for each cell (Figure 1). We determined demographics by dissemination area from the 2021 Canadian census and further analyzed travel times by demographic attributes and deprivation indices. RESULTS: Travel time to the nearest PFT lab varied greatly across 7,848 census dissemination areas in BC. In 40% of these areas, driving time to the closest PFT lab was under 10 minutes. In 87% of the areas, it was under 30 minutes. Approximately 10% of the areas had a travel time of over an hour, while less than 1% required more than 5 hours of driving. Across the province, urban dissemination areas had significantly lower driving time to the closest PFT lab with an average driving time of 12.8 (95% CI 12.5-13.1) minutes compared to 75.4 (95% CI 70.6-80.2) minutes in rural dissemination areas. Subgroup analyses showed further disparities within rural areas based on income and other demographic variables. CONCLUSIONS: Travel time to reach PFT labs varies widely across BC, likely contributing to barriers in access and potentially exacerbating health disparities such as undiagnosed COPD among rural communities. Figure 1: Driving time to the closest PFT lab during the fall season for each 5-mile by 5-mile grid cell in BC
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».