MétaCan
Menu
Retour à la cohorte
Enregistrement W2539447787

Predicting Patterns of Global Variations in Electroconvulsive Therapy Utilization

2015· article· en· W2539447787 sur OpenAlexaff
Uros Rakita

Notice bibliographique

RevueGlobal Health: Annual Review · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueElectroconvulsive Therapy Studies
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésElectroconvulsive therapyMental illnessPsychiatrySocioeconomic statusDepression (economics)Mental healthMedicineGovernment (linguistics)Stigma (botany)PsychologySchizophrenia (object-oriented programming)Environmental healthPopulation
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Neuropsychiatric disorders, primarily depression, represent about 14% of the overall global burden of disease (4). Despite overwhelming evidence that electroconvulsive therapy (ECT) is not only safe but is effective in alleviating many burdensome psychiatric symptoms and treating illnesses, there are notable differences in the rate at which it is used globally (2,3). The current project investigated the extent to which ECT usage rates differ worldwide and possible reasons for this difference. Results indicate higher ECT utilization is independently associated with greater availability of psychiatrists and higher levels of social progress. However, step-wise multiple regression model indicated that government expenditure on mental health explains the majority of variation in ECT usage rates worldwide (R 2 =0.33, p=0.006). Societal stigma against mental illness may also play a role. Both socioeconomic and political factors influence ECT utilization. Efforts to improve the accessibility of ECT from a global perspective may need to address the three-variable model.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,572
Score d'incertitude au seuil0,834

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,064
Tête enseignante GPT0,421
Écart entre enseignants0,357 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Health: Annual ReviewMême sujetElectroconvulsive Therapy StudiesTravaux en français237 207