MétaCan
Menu
Retour à la cohorte
Enregistrement W2794481647 · doi:10.1093/schbul/sby015.266

O11.6. WHO GETS IN TO EARLY PSYCHOSIS INTERVENTION SERVICES? A COMPARISON OF SERVICE USERS AND NON-USERS IN HEALTH ADMINISTRATIVE DATA

2018· article· en· W2794481647 sur OpenAlexaffabout
Kelly K. Anderson, Ross Norman, Arlene G. MacDougall, Jordan Edwards, Lena Palaniyappan, Cindy Lau, Paul Kurdyak

Notice bibliographique

RevueSchizophrenia Bulletin · 2018
Typearticle
Langueen
DomainePsychology
ThématiqueMental Health Treatment and Access
Établissements canadiensInstitute for Clinical Evaluative SciencesWestern University
Organismes subventionnairesnon disponible
Mots-clésPsychosisCohortIntervention (counseling)Logistic regressionMedicineSocioeconomic statusPsychiatryMental healthOdds ratioOddsRetrospective cohort studyDemographyPsychologyPopulationEnvironmental healthInternal medicine

Résumé

récupéré en direct d'OpenAlex

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,027
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,188
Score d'incertitude au seuil0,375

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,027
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,003
Bibliométrie0,0020,005
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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.

Tête enseignante Opus0,063
Tête enseignante GPT0,419
Écart entre enseignants0,356 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSchizophrenia BulletinMême sujetMental Health Treatment and AccessTravaux en français237 207