The Impact of the COVID-19 Pandemic on Homecare Use for Individuals with Physical Disabilities Stratified by Sex, Age, and Mental Health Condition: A Cohort Study Using Administrative Health Data
Notice bibliographique
Résumé
PURPOSE: This study investigated the impact of the COVID-19 pandemic on homecare service use among individuals with physical disabilities, stratified by age, sex, and mental health conditions. METHODS: Monthly utilization of personal support and nursing services was assessed using linked health administrative databases from ICES in Ontario, Canada, over two periods: pre-pandemic (March 2015 to February 2020) and during the pandemic (March 2020 to June 2022). Predictive Autoregressive Integrated Moving Average (ARIMA) models were used to estimate changes in service use. RESULTS: During the pandemic, personal support service use declined significantly across multiple subgroups with some groups experiencing greater impacts. Significant decreases were observed in 78.5% of months for males, 14.3% for females, 78.5% for individuals aged 65 years and younger, 17.9% for those older than 65 years, and 78.5% for individuals with mental health conditions. In contrast, nursing service use increased significantly, with significant increases observed in 85.7% of months for males, 60.7% for females, 60.7% for those aged 65 years and younger, 17.9% for those older than 65 years, 85.7% for individuals with mental health conditions, and 28.6% for those without mental health conditions. CONCLUSION: The findings highlight substantial variation in the pandemic's impact across subpopulations, with certain groups disproportionately affected. Targeted strategies are needed to mitigate these disparities and ensure equitable access to homecare services. Further research is warranted to explore the long-term implications and the underlying factors contributing to these differences.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».