How HIV affects health and service use for adults with intellectual and developmental disabilities
Notice bibliographique
Résumé
OBJECTIVE(S): Although rates of human immunodeficiency virus (HIV) are similar for individuals with and without intellectual and developmental disabilities (IDD), very little is known about the health needs and service use of those with IDD and HIV. Among a population with IDD, we compared the physical and mental health profiles, as well as general and mental health service use for those with and without HIV. DESIGN: Retrospective cohort study in Ontario, Canada using linked administrative health and social service databases. METHODS: The prevalence of physical conditions and mental health disorders, and patterns of service use for any reason and service use for mental health issues were compared among Ontario adults with IDD and HIV (n = 107) and without HIV (n = 63 901) in log-binomial models adjusted for age, sex and neighbourhood income and rurality. RESULTS: Adults with IDD and HIV were more likely than those without HIV to have three types of mental health disorders: non-psychotic disorders [aRR: adjusted rate ratio (aRR): 1.22 (95% confidence interval (CI): 1.01-1.47)], psychotic disorders [aRR: 1.57 (1.09, 2.28)] and substance use disorders [aRR: 3.52 (2.53, 4.91)]. Adults with IDD and HIV were also more likely to have emergency department visits [aRR: 1.68 (1.42, 1.98)] and hospital admissions [aRR: 2.55 (1.74, 3.73)] for any reason, and to have mental health emergency department visits and/or admissions [aRR: 2.82 (1.90, 4.18)]. DISCUSSION: Adults with IDD and HIV have complex health profiles and greater health service use than HIV-negative adults with IDD. These findings call for closer integration of programs delivered by the HIV and disability sectors to optimise the health of this patient population.
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 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 | 0,004 | 0,149 |
| 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 | 0,001 | 0,005 |
| 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) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».