Patient-Physician Language Concordance, Antihypertensive Medications, and Cardiovascular Outcomes Among Allophone-Speaking Patients with Hypertension
Notice bibliographique
Résumé
Background: Patient-physician language concordance is associated with better outcomes. However, the mechanism(s) explaining these associations are poorly understood. Our objective was to determine if antihypertensive medication use mediates the association between patient-physician language concordance and major adverse cardiovascular events (MACEs). Methods: Our population-based, retrospective cohort study used data from the Canadian Community Health Survey (CCHS) from January 1, 2003 to December 31, 2014. We identified Allophone-speaking respondents (ie, the language spoken most often at home is one other than English, French, or an Indigenous language) with self-reported hypertension. We defined patient-physician language concordance as agreement between language spoken most often at home and language spoken with one's regular medical doctor. Survey responses were linked to hospitalization and mortality records. We identified all MACEs within 5 years after survey completion. The associations between patient-physician language concordance, antihypertensive medication use, and MACEs were explored using multivariable logistic and Cox proportional hazards regression, respectively. The mediating effect of antihypertensive medication use was tested with natural effect models. Results: We studied 5013 Allophone-speaking patients, including 1708 (34.1%) who received language-concordant care and 3305 (65.9%) who received language-discordant care. Patients who received language-concordant care were 38% less likely to experience a MACE compared to patients who received language-discordant care (hazard ratio 0.62, 95% confidence interval 0.48-0.80). No evidence was found that this association was mediated by antihypertensive medication use. Conclusions: Patient-physician language concordance was associated with a lower risk of a MACE. However, this association was not mediated by antihypertensive medication use. Further research could explore potentially modifiable mediators of this association.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».