The Relationship Between Physical and Mental Disorders in a Pediatric Population
Notice bibliographique
Résumé
Introduction Few studies examine comorbidity in a pediatric population. This poster presents results that extend our understanding of the relationship between mental disorder and physical disorders using a population-based study approach. Objectives and aims To review the evidence behind comorbidity of psychiatric disorders and other medical disorders. To propose an informatic approach that evaluates those comorbidity on a population-scale. Methods Using an informatics approach, a dataset containing physician billing data for 235,968 (51% male) individuals up to 18 years old spanning sixteen fiscal years (1994–2009) in Calgary, Alberta, was compiled permitting examination of the relationship between physical disorders and mental disorders, based on the International classification of diseases (ICD). Results All major classes of ICD physical disorders had odds ratios with confidence intervals above the value of 1.0, ranging from 1.08 (Perinatal Conditions in 4–6 year olds) to 4.95 (Respiratory Conditions in 0-3 year olds). Distinct major class ICD disorder patterns arise in comparing all children with adults and specific age strata for those under 19 years of age. Conclusions This study represents the first evidence reported in a population-based data set of the effect of mental disorders on each major class of ICD diagnoses related to a physical disorder. The focus on the early intertwinements between physical and mental disorders in a pediatric population may help to target strategic areas for future research and investment. Disclosure of interest The authors have not supplied their declaration of competing interest.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».