Social and Economic Factors and Disparities in Pediatric Trauma Care: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
BACKGROUND: Social and economic factors are known to influence childhood injury risks and outcomes. However, the relationship between these factors and the delivery of pediatric trauma care remains unclear. OBJECTIVE: To examine the association between social and economic factors, defined using the Place of residence, race and ethnicity/culture/language, occupation, gender and sex, religion, education, socioeconomic status, social capital-Plus framework, and health care delivery among injured children and adolescents. DATA SOURCES: We searched PubMed, Excerpta Medica Database, Cumulative Index to Nursing and Allied Health Literature, PsycINFO, Web of Science, and Academic Search Premier from inception to July 27, 2024. STUDY ELIGIBILITY CRITERIA: Studies evaluating associations between one or more social and economic factors and health care delivery in injured children aged ≤19 years, regardless of injury type or health care setting. APPRAISAL AND SYNTHESIS METHODS: Two reviewers independently conducted study selection, data extraction, and risk of bias assessment using the Risk of Bias in Non-randomized Studies - of Exposure tool. We performed meta-analyses using random-effects models. RESULTS: Among 73 eligible studies, 28 contributed to meta-analyses. No disparities were observed in imaging or in transfer to a pediatric center. Non-Hispanic Black (OR = 1.68, 95% CI: 1.51-1.87) and Hispanic (OR = 1.35, 95% CI: 1.22-1.50) children were more likely to receive any analgesic in the emergency department, but less likely to receive opioids during emergency department visits or at discharge. Girls had lower odds of opioid prescription (OR = 0.95, 95% CI: 0.92-0.97). Self-pay and public insurance were associated with reduced opioid access and differences in hospital admission, surgery, and access to rehabilitation services. LIMITATIONS: Predominance of U.S.-based studies and high risk of methodological bias. CONCLUSIONS: There are disparities in pediatric trauma care delivery. Standardized protocols may protect against disparities.
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 | 0,008 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,011 | 0,029 |
| Bibliométrie | 0,005 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».