MétaCan
Menu
← Retour à la cohorte
Enregistrement W4413290320 · doi:10.1186/s12913-025-13179-6

How systemic racism results in poorer outcomes for First Nations, and what First Nations are doing about it: the example of kidney health

2025· article· en· W4413290320 sur OpenAlexafffundabout
Josée G. Lavoie, Lorraine McLeod, James Zacharias, Tannyce Cook, Reid Whitlock

Notice bibliographique

RevueBMC Health Services Research · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueIndigenous Health, Education, and Rights
Établissements canadiensSeven Oaks General HospitalFirst Nations Health and Social Secretariat of ManitobaUniversity of Manitoba
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMedicineNursing researchHealth informaticsHealth administrationPublic healthQuality of Life ResearchRacismHealth services researchHealth economicsEnvironmental healthGender studiesNursingSociology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: End-stage kidney disease continues to disproportionally impact the lives of First Nations peoples. Systemic racism is a key determinant, and manifests as differential access to determinants of health (housing, employment, access to care) and differential care. This paper discusses how different models of primary healthcare operating in rural and remote Manitoba communities results in different outcomes for patients identified as being at risk of kidney disease. METHODS: This study is a partnership between researchers from the First Nations Health and Social Secretariat of Manitoba and the University of Manitoba. We used health administrative data held at the Manitoba Centre for Health Policy for the period of 2006-2019, linked to the Manitoba First Nations Research File to identify First Nations. We compared rates of laboratory follow-up tests, nephrology consults, PHC visits, and hospitalizations between different models of care using a negative binomial regression model adjusted for age, sex, eGFR heat-map category, urine ACR heat-map category, and Elixhauser comorbidity index. RESULTS: We identified 12,613 First Nations people with chronic kidney disease (CKD) during the study period. First Nations individuals with CKD who reside in communities served by Nursing Stations (most remote communities) when supplemented by additional Indigenous programs were consistently more likely to receive follow-up serum creatinine (OR 1.37, 95% CI: 1.30-1.45, p<0.001), urine ACR (OR 1.22, 95% CI: 1.16-1.28, p<0.001), serum potassium (OR 1.40, 95% CI: 1.32-1.49, p<0.001) than individuals who lived in communities served by Nursing Stations alone, Health Centres, Health Offices, or Off Reserve. CONCLUSIONS: Our results show that addressing the rise in premature mortality experienced by First Nations from kidney diseases require greater investments in First Nations-centric primary healthcare, that is locally managed. Additionally, off-reserve primary healthcare services must be alerted to their need to better address the needs of First Nations at risk of CKD, with more consistent follow up, referrals, and in providing culturally safe care. Finally, First Nations-led research in kidney health and primary healthcare is leading to significant improvements in outcomes, and needs to be better supported and resourced, and imbedded in a context of greater investments to improve access to all determinants of health and counter systemic racism.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,925
Score d'incertitude au seuil0,150

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,004
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
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 Opus0,054
Tête enseignante GPT0,422
Écart entre enseignants0,368 · 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 source (Gemma direct ou Codex distillé), 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

Citations1
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBMC Health Services Research→Même sujetIndigenous Health, Education, and Rights→Travaux en français237 207→