Linguistic factors and COVID-19 outcomes among long-term care residents in Ontario, Canada
Notice bibliographique
Résumé
BACKGROUND: The COVID-19 pandemic disproportionately affected frail individuals, especially those living in long-term care (LTC) homes. This study examined the role of linguistic factors on COVID-19 related outcomes in LTC homes. METHODS: We performed a population-based, retrospective cohort study of residents living in LTC homes in Ontario, Canada who were diagnosed with COVID-19 between March 31, 2020 and March 31, 2021. Resident language, obtained from LTC assessments, was used to classify residents into one of the three linguistic groups: Anglophone (English), Francophone (French), and allophone (other language). Language of the LTC home was determined using a person-time representation of the languages spoken by residents within each LTC home. We defined LTC facilities as French homes when Francophone residents contributed more than 25% of the person-days, and allophone homes when allophone residents contributed more than 50% of the person-days. Residents whose language corresponded to the language of the LTC home in which they were living were said to have received language-concordant care, while all other residents were said to have received language-discordant care. The outcomes of this study were ED visits, hospitalizations, and mortality within 90 days. RESULTS: We included a total of 26,829 LTC residents (20,315 Anglophones, 1,032 Francophones, and 5,482 allophones) living in 572 LTC homes (502 English, 28 French, 42 allophone) who were diagnosed with COVID-19. LTC residents who lived in language-discordant homes were more likely to have ED visits (adjusted HR 1.12, 95% CI 1.01-1.25) and hospitalizations (adjusted HR 1.15, 95% CI 1.02-1.29) when compared to LTC residents who lived in language-concordant homes. Residents-facility language discordance was not associated with overall mortality (adjusted HR 1.00, 95% CI 0.91-1.10) or in hospital mortality (adjusted HR 1.04, 95% CI 0.88-1.23). CONCLUSION: Residents living in language-discordant LTC facilities experienced more ED visits and hospitalizations following diagnosis of COVID-19. The findings of this study highlight the importance of providing frail, vulnerable individuals with linguistically concordant care.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».