Neuropsychiatric disorders among Syrian and Iraqi refugees in Jordan: a retrospective cohort study 2012–2013
Notice bibliographique
Résumé
BACKGROUND: The burden of neuropsychiatric disorders in refugees is likely high, but little has been reported on the neuropsychiatric disorders that affect Syrian and Iraqi refugees in a country of first asylum. This analysis aimed to study the cost and burden of neuropsychiatric disorders among refugees from Syria and Iraq requiring exceptional, United Nations-funded care in a country of first asylum. METHODS: The United Nations High Commissioner for Refugees works with multi-disciplinary, in-country exceptional care committees to review refugees' applications for emergency or exceptional medical care. Neuropsychiatric diagnoses among refugee applicants were identified through a retrospective review of applications to the Jordanian Exceptional Care Committee (2012-2013). Diagnoses were made using International Classification of Disease-10(th) edition codes rendered by treating physicians. RESULTS: Neuropsychiatric applications accounted for 11% (264/2526) of all Exceptional Care Committee applications, representing 223 refugees (40% female; median age 35 years; 57% Syrian, 36% Iraqi, 7% other countries of origin). Two-thirds of neuropsychiatric cases were for emergency care. The total amount requested for neuropsychiatric disorders was 925,674 USD. Syrian refugees were significantly more likely to request neurotrauma care than Iraqis (18/128 vs. 3/80, p = 0.03). The most expensive care per person was for brain tumor (7,905 USD), multiple sclerosis (7,502 USD), and nervous system trauma (6,466 USD), although stroke was the most frequent diagnosis. Schizophrenia was the most costly and frequent diagnosis among the psychiatric disorders (2,269 USD per person, 27,226 USD total). CONCLUSIONS: Neuropsychiatric disorders, including those traditionally considered outside the purview of refugee health, are an important burden to health among Iraqi and Syrian refugees. Possible interventions could include stroke risk factor reduction and targeted medication donations for multiple sclerosis, epilepsy, and schizophrenia.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| 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 ».