Trends in standardized mortality among individuals with schizophrenia, 1993–2012: a population-based, repeated cross-sectional study
Notice bibliographique
Résumé
BACKGROUND: We examined mortality time trends and premature mortality among individuals with and without schizophrenia over a 20-year period. METHODS: In this population-based, repeated cross-sectional study, we identified all individual deaths that occurred in Ontario between 1993 and 2012 in persons aged 15 and over. We plotted overall and cause-specific age- and sex-standardized mortality rates (ASMRs), stratified all-cause ASMR trends by sociodemographic characteristics, and analyzed premature mortality using years of potential life lost. Additionally, we calculated mortality rate ratios (MRRs) using negative binomial regression with adjustment for age, sex, income, rurality and year of death. RESULTS: We identified 31 349 deaths among persons with schizophrenia, and 1 589 902 deaths among those without schizophrenia. Mortality rates among people with schizophrenia were 3 times higher than among those without schizophrenia (adjusted MRR 3.12, 95% confidence interval 3.06-3.17). All-cause ASMRs in both groups declined in parallel over the study period, by about 35%, and were higher for men, for those with low income and for rural dwellers. The absolute ASMR difference also declined throughout the study period (from 16.15 to 10.49 deaths per 1000 persons). Cause-specific ASMRs were greater among those with schizophrenia, with circulatory conditions accounting for most deaths between 1993 and 2012, whereas neoplasms became the leading cause of death for those without schizophrenia after 2005. Individuals with schizophrenia also died, on average, 8 years younger than those without schizophrenia, losing more potential years of life. INTERPRETATION: Although mortality rates among people with schizophrenia have declined over the past 2 decades, specialized approaches may be required to close the persistent 3-fold relative mortality gap with the general 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 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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».