Factors Associated With Global Variability in Electroconvulsive Therapy Utilization
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVES: The aims of this study were to investigate the social and economic factors that contribute to global variability in electroconvulsive therapy (ECT) utilization and to contrast these to the factors associated with antidepressant medication rates. METHODS: Rates of ECT and antidepressant utilization across nations and data on health, social, and economic indices were obtained from multiple international organizations including the World Health Organization and the Organization for Economic Co-operation and Development, as well as from the published literature. To assess whether relationships exist between selected indices and each of the outcome measures, a correlational analysis was conducted using Pearson correlation coefficients. Those that were significant at a level of P < 0.05 in the correlation analysis were selected for entry into the multivariate analyses. Selected predictor variables were entered into a stepwise multiple regression models for ECT and antidepressant utilization rates separately. RESULTS: A stepwise multiple regression analysis indicated that government expenditure on mental health was the only significant contributor to the model, explaining 34.2% of global variation in ECT use worldwide. Human Development Index was the only variable found to be significantly correlated with global antidepressant utilization, accounting for 71% of the variation in global antidepressant utilization. CONCLUSIONS: These findings suggest that across the globe ECT but not antidepressant medication utilization is associated with the degree to which a nation financially invests in mental health care for its citizens.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle