Unmet Needs of Children With Special Health Care Needs When Transitioning to Adult Services
Notice bibliographique
Résumé
Health care transition planning could help decrease health care disparities among those who identify as an individual on the autism spectrum; however, less than a quarter of the adolescent population living with autism spectrum disorder receive transition planning. Decreasing health care disparities could lead to an increase in health care quality and longevity. The purpose of this study was to analyze if there was a relationship between (a) the number of physician visits, (b) if the physician treats only children, (c) if the physician talks about the child seeing physicians who treat adults, (d) if the physician worked with the guardian to create a plan that identifies specific health goals or needs, and if (a) the physician helped the child develop skills to manage their health and (b) if the physician worked with the child to understand health care changes for both children with and without special health care needs. Secondary data from 5,638 parental respondents of children aged 17 years old to the 2017 National Survey of Children’s Health (NSCH) were used to conduct this quantitative analysis employing chi square tests guided by the Donabedian structure/process/outcome model. The findings support the hypothesis that a statistically significant relationship does not exist between the dependent variables and covariates. Future research could incorporate physician response data or racial and socioeconomic variables to find further significance. The findings of the study can positively influence social change by allowing health care administrators to implement initiatives within their organizations to further the improvement of transitional planning for adolescents.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».