Avoidable hospitalizations among racialized groups in Canada: Results from the 2016 Canadian Census Health and Environment Cohort
Notice bibliographique
Résumé
Background: Ambulatory care sensitive conditions (ACSCs) are illnesses that can be effectively treated and managed in primary care settings. Hospitalizations for ACSCs are therefore considered avoidable and may indicate poor access to quality primary care. This study examined trends in avoidable hospitalizations in Canada among racialized groups. Data and methods: The 2016 Canadian Census Health and Environment Cohort was used to estimate annual age-standardized hospitalization rates (ASHRs) for ACSCs among people aged 10 to 74 from 2016/2017 to 2021/2022. ASHRs were disaggregated by sex and racialized group. Rate ratios (RRs) and 95% confidence intervals (CIs) were calculated to assess relative inequality. Logistic regression models were run, adjusting for age, sex, immigrant status, household income, and education. Results: Across all study years, the odds of avoidable hospitalizations were significantly higher among males, Black people, and non-immigrants, and significantly lower among Chinese people and people in the category "other racialized groups not included elsewhere." In 2020/2021, during the COVID-19 pandemic, RRs for Black females compared with non-racialized females decreased (2019/2020: RR=1.12, 95% CI=1.07 to 1.61; 2020/2021: RR=0.99, 95% CI=0.94 to 1.04), while they significantly increased for Black males compared with non-racialized males (2019/2020: RR=1.30, 95% CI=1.25 to 1.35; 2020/2021: RR=1.63, 95% CI=1.41 to 1.88). Interpretation: This study reveals inequalities in avoidable hospitalizations in Canada, pronounced for the Black population compared with the non-racialized population, especially during the pandemic (2020/2021 and 2021/2022). Future studies examining the factors driving these inequalities (e.g., access to primary care, most prevalent conditions, geography) may inform targeted interventions.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,006 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».