MétaCan
Menu
Retour à la cohorte
Enregistrement W4410362657 · doi:10.4103/cjrm.cjrm_12_24

Rural–urban differences in wait-time to general surgical outpatient care

2025· article· en· W4410362657 sur OpenAlexvenueno aff
Sarah Cowan, Edmund Leung

Notice bibliographique

RevueCanadian Journal of Rural Medicine · 2025
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGlobal Health Workforce Issues
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRuralityReferralEthnic groupChristian ministryRural areaPsychological interventionMedicineDemographyGeographyLocationHealth careFamily medicineNursingSociologyEconomic growth

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: The Ministry of Health aims to reduce health inequalities with particular reference to geographic and ethnic discrepancy in terms of access to health care. Our study's objectives were to identify if rurality in the region of Taranaki, New Zealand, impacts surgical care provision and to support interventions in order to minimise such inequity. METHODS: Demographic and referral data were collected for each patient referred to general surgery in a 24-month period (n = 2878) allowing allocation of rurality descriptors using both the Statistical Standard for Geographic Areas 2018 (SSGA18) and the Geographic Classification for Health (GCH). Wait-time was defined as the time from referral to the first specialist appointment. Impact of rurality and ethnicity on this wait-time was analysed using a 2-tailed Student's t-test. RESULTS: As per the GCH, those in urban categories (n = 1927) had a mean wait-time of 81.5 days versus those in rural categories (n = 830) which had a mean wait of 90 days. The rural classification R1 descriptor (n = 491) had a mean wait-time of 95.3 days compared with their urban counterparts of 81.5 days (P = 0.0017). Rural Māori and settler patients faced the longest wait-times with a mean of 101.2 days, especially when compared with urban European Pakeha (or white New Zealander) (P = 0.035). These results were also reflected in the statistical analysis of the median values. Similar results were seen when using the SSGA18 which categorised 1371 patients into large urban areas and these patients had an average wait-time of 79.5 days compared to their small urban (n = 836) (P = 0.052) and rural counterparts (n = 538) (P = 0.0015) who had mean wait-times of 86.2 and 92.5 days, respectively. CONCLUSION: Rural patients are experiencing significantly longer wait-times to surgical care than their urban counterparts. This discrepancy is more pronounced in patients from the R1 rural category and in those who are Māori and early settlers. Interventions to improve rural surgical access are needed, for example, specialist clinics in rural areas, better hospital transport services and virtual triaging services. INTRODUCTION: Le ministère de la santé vise à réduire les inégalités en matière de santé, en particulier les disparités géographiques et ethniques en termes d'accès aux soins de santé. Les objectifs de notre étude étaient d'identifier si la ruralité dans la région de Taranaki, en Nouvelle-Zélande, a un impact sur la prestation de soins chirurgicaux et dans le soutien des interventions visant à minimiser cette inégalité. MTHODE: Des données démographiques et de référence ont été recueillies pour chaque patient référé vers la chirurgie générale au cours d'une période de 24 mois (n = 2878), ce qui a permis d'attribuer des descripteurs de ruralité en utilisant à la fois la norme statistique pour les zones géographiques (SSGA18, statistical standard for Geographical areas) et la classification géographique pour la santé (GC, Geographic Classification for Health). Le temps d'attente a été défini comme le temps écoulé entre le moment où le patient est référé et le premier rendez-vous avec un spécialiste. L'impact de la ruralité et de l'ethnicité sur ce temps d'attente a été analysé à l'aide d'un test t-bilatéral. RSULTATS: Selon la GCH, les patients des catégories urbaines (n = 1927) avaient un temps d'attente moyen de 81.5 jours, contre 90 jours pour les patients des catégories rurales (n = 830). Le descripteur R1 de la classification rurale (n = 491) avait un temps d'attente moyen de 95.3 jours par rapport à 81.5 jours pour les catégories urbaines (P = 0,0017). Les patients Māori/Colons vivant en milieu rural ont connu les temps d'attente les plus longs, avec une moyenne de 101,2 jours, surtout par rapport aux Pakeha (ou Néo-Zélandais blancs) vivant en milieu urbain (P = 0,035). Ces résultats se reflètent également dans l'analyse statistique des valeurs médianes. Des résultats similaires ont été obtenus en utilisant la SSGA18 qui a classé 1371 patients dans les grandes zones urbaines et ces patients avaient un temps d'attente moyen de 79.5 jours par rapport à leurs homologues des petites zones urbaines (n = 836) (P valeur = 0,052) et des zones rurales (n = 538) (P valeur = 0,0015) qui avaient des temps d'attente moyens de 86.2 et de 92.5 jours, respectivement. CONCLUSION: Les patients ruraux ont des temps d'attente pour les soins chirurgicaux significativement plus longs que leurs homologues urbains. Cet écart est plus prononcé chez les patients de la catégorie rurale R1 et chez les Māori et colons. Des mesures sont nécessaires pour améliorer l'accès à la chirurgie en milieu rural, telles que des cliniques spécialisées dans les zones rurales, de meilleurs services de transport hospitalier et des services de triage virtuels.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,394
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,025
Tête enseignante GPT0,369
Écart entre enseignants0,344 · 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.

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

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Rural MedicineMême sujetGlobal Health Workforce IssuesTravaux en français237 207