Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Przeglądasz jako GOŚĆ
Tytuł pozycji:

Using spatial analysis to predict health care use at the local level: a case study of type 2 diabetes medication use and its association with demographic change and socioeconomic status.

Tytuł :
Using spatial analysis to predict health care use at the local level: a case study of type 2 diabetes medication use and its association with demographic change and socioeconomic status.
Autorzy :
Aletta Dijkstra
Fanny Janssen
Marinus De Bakker
Jens Bos
René Lub
Leo J G Van Wissen
Eelko Hak
Pokaż więcej
Temat :
Medicine
Science
Źródło :
PLoS ONE, Vol 8, Iss 8, p e72730 (2013)
Wydawca :
Public Library of Science (PLoS), 2013.
Rok publikacji :
2013
Kolekcja :
LCC:Medicine
LCC:Science
Typ dokumentu :
article
Opis pliku :
electronic resource
Język :
English
ISSN :
1932-6203
Relacje :
http://europepmc.org/articles/PMC3758350?pdf=render; https://doaj.org/toc/1932-6203
DOI :
10.1371/journal.pone.0072730
Dostęp URL :
https://doaj.org/article/ae9918af2e5148dda2812e87e9d9e456
Numer akcesji :
edsdoj.9918af2e5148dda2812e87e9d9e456
Czasopismo naukowe
Local health status and health care use may be negatively influenced by low local socio-economic profile, population decline and population ageing. To support the need for targeted local health care, we explored spatial patterns of type 2 diabetes mellitus (T2DM) drug use at local level and determined its association with local demographic, socio-economic and access to care variables. We assessed spatial variability in these associations. We estimated the five-year prevalence of T2DM drug use (2005-2009) in persons aged 45 years and older at four-digit postal code level using the University of Groningen pharmacy database IADB.nl. Statistics Netherlands supplied data on potential predictor variables. We assessed spatial clustering, correlations and estimated a multiple linear regression model and a geographically weighted regression (GWR) model. Prevalence of T2DM medicine use ranged from 2.0% to 25.4%. The regression model included the extent of population ageing, proportion of social welfare/benefits, proportion of low incomes and proportion of pensioners, all significant positive predictors of local T2DM drug use. The GWR model demonstrated considerable spatial variability in the association between T2DM drug use and above predictors and was more accurate. The findings demonstrate the added value of spatial analysis in predicting health care use at local level.

Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies