Prevalence of Mental Disorders in Children Living in Alberta, Canada, as Determined From Physician Billing Data
Notice bibliographique
Résumé
BACKGROUND: The prevalence of mental disorders is often assessed using survey techniques. Although providing good estimates of prevalence, these techniques are time-consuming and expensive. OBJECTIVE: To estimate the prevalence of mental disorders among children aged 0 to 17 years living in Alberta, Canada, using health care administrative data. DESIGN: This was a cross-sectional study. International Classification of Diseases, Ninth Revision, Clinical Modification chapter 5 diagnostic codes from physician billing data were used. Codes were grouped into 10 categories. Prevalence rates for each category were calculated, stratified by age, sex, and premium subsidy status (a proxy for socioeconomic status). The age pattern, times of greatest risk, and the effect of sex on type and prevalence of mental disorder were estimated. SETTING: All fee-for-service health care venues in Alberta between April 1, 1995, and March 31, 1996, providing services to children registered with the Alberta Health Care Insurance Commission on March 31, 1996. RESULTS: Prevalence of mental disorders varied by disorder category, age, sex, and premium subsidy status. For boys, maximum prevalence of 9.5% occurred at age 10 years; for girls, maximum prevalence of 12.0% occurred at age 17 years. Mental disorders were most common in young boys and adolescent girls and among children receiving welfare. Distinct patterns of disorder were evident and comorbidity was common. CONCLUSIONS: Administrative data can be used to estimate the prevalence of mental disorders in a pediatric population. The estimates made are lower than those obtained by using surveys of similar populations, perhaps indicating the difference between treated and untreated prevalence. Strengths of this study are that the estimates reflect the entire population, are more easily and obtained at less cost, and are useful for the planning of mental health services.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 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 ».