Physical health and gender as risk factors for usage of services for mental illness
Notice bibliographique
Résumé
BACKGROUND: People with comorbid mental and physical illness (PI) experience worse health, inadequate care and increased mortality relative to those without mental illness (MI). The role of gender in this relationship is not fully understood. This study examined gender differences in onset of mental health service usage among people with physical illness (COPD, asthma, hypertension and type II diabetes) compared with a control cohort. METHODS: We used a unique linked dataset consisting of the 2000-2001 Canadian Community Health Survey and medical records (n=17 050) to examine risk of onset of MI among those with and without PI among Ontario residents (18-74 years old) over a 10-year period (2002-2011). Adjusted COX proportional survival analysis was conducted. RESULTS: Unadjusted use of MI medical services in the PI cohort was 55.6% among women and 44.7% (p=0.0001) among men; among controls 48.1% of the women and 36.7% of the men used MI medical services (p=0.0001). The relative risk of usage among women in the PI group relative to controls was 1.16. Among men, the relative risk was 1.22. Women were 1.45 times more likely to use MI medical services relative to men (HR=1.45, CI 1.35 to 1.55). Respondents in the PI cohort were 1.32 times more likely to use MI medical services (HR=1.32, CI 1.23 to 1.42) relative to controls. Women in the PI cohort used MI medical services 6.4 months earlier than PI males (p=0.0059). In the adjusted model, women with PI were most likely to use MI medical services, followed by women controls, men with PI and men controls. There was no significant interaction between gender and PI cohort. CONCLUSIONS: Further, gender-based research focusing on onset of usage of MI services among those with and without chronic health problems will enable better understanding of gender-based health disparities to improve healthcare quality, delivery and public health policy.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».