O11.6. WHO GETS IN TO EARLY PSYCHOSIS INTERVENTION SERVICES? A COMPARISON OF SERVICE USERS AND NON-USERS IN HEALTH ADMINISTRATIVE DATA
Notice bibliographique
Résumé
There is a dearth of information on people with first-episode psychosis who do not access specialized early psychosis intervention (EPI) services. With this notable gap in knowledge comes the implicit assumption that nearly all cases of first-episode psychosis are detected and treated by EPI services. We sought to estimate the proportion of incident cases of non-affective psychosis who do not access these services, and to examine factors associated with EPI admission. Using health administrative data, we constructed a retrospective cohort of incident cases of non-affective psychosis in the catchment area of the Prevention and Early Intervention Program for Psychoses (PEPP) in London, Ontario between 1997 and 2013. This cohort was linked to primary data from PEPP to identify EPI-users. We used multivariate logistic regression to model socio-demographic and service factors associated with EPI admission. Over 50% of suspected cases of non-affective psychosis did not have contact with the EPI program for screening or admission. Our findings suggest a clear gradient by age, with a decreasing likelihood of being treated in the EPI program with increasing age strata (age 46–50 years vs. age 16–20 years: OR=0.03, 95%CI=0.01–0.05). EPI-users are more likely to be male (OR=1.58, 95%CI=1.24–2.01), and less likely to live in areas of socioeconomic deprivation (OR=0.51, 95%CI=0.36–0.73). EPI-users also had a higher odds of psychiatrist involvement at the index diagnosis (OR=7.35, 95%CI=5.43–10.00), had a lower odds of receiving the index diagnosis in an outpatient setting (OR=0.50, 95%CI=0.38–0.65), and had a lower odds of prior alcohol-related (OR=0.42, 95%CI=0.28–0.63) and substance-related (OR=0.68, 95%CI=0.50–0.93) disorders. Much of the prior research on EPI services is predicated on the belief that nearly all patients with first-episode psychosis are represented in these services, with little discussion or consideration of people who may be receiving care elsewhere in the health system. We need greater consideration of patients with first-episode psychosis who are not accessing EPI services – our findings suggest this group is sizable, and there may be socio-demographic and clinical disparities in access. Non-psychiatric health professionals could be targeted with interventions aimed at increasing detection and referral rates.
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 | 0,006 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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 ».