F133. ARE WE UNDERESTIMATING THE INCIDENCE OF PSYCHOTIC DISORDER? ESTIMATES FROM POPULATION-BASED HEALTH ADMINISTRATIVE DATA FROM ONTARIO, CANADA
Notice bibliographique
Résumé
Recent incidence estimates from population-based health administrative data in Ontario suggest an incidence rate of non-affective psychosis of 55.6 per 100,000 person-years in the general population. However, early psychosis intervention (EPI) programs across the province estimate that the treated incidence of first-episode psychosis is in the range of 12 to 13 per 100,000 per year, which corresponds to frequently cited estimates of the incidence of schizophrenia. This discrepancy between population-based estimates of incidence and the treated incidence reported by EPI programs suggests that there may be additional cases of psychotic disorder receiving services elsewhere in the health care system. Our objective was to estimate the incidence of non-affective psychosis in the catchment area of an EPI program, and compare this estimate to the EPI-treated incidence of psychotic disorder. We constructed a retrospective cohort of incident cases of non-affective psychosis in the catchment area from 1997 to 2015 using linked population-based health administrative data. Cases were identified by the presence either one hospitalization with a primary discharge diagnosis of non-affective psychosis, or two outpatient physician billings with a diagnosis of non-affective psychosis occurring within a 12-month period. We estimated cumulative incidence proportions of non-affective psychoses for the total sample meeting our case definition using denominator data obtained from the census. Using admission ratios from the EPI program (# admitted/# referred), we correct our population-based incidence estimate to yield an estimated “true incidence” of non-affective psychosis. Reslts: Our case definition identified 2,864 cases of incident non-affective psychosis over the 17-year time-period. We estimate that the “true incidence” of non-affective psychosis in the program catchment area is more than twice as high as the EPI-treated incidence estimates (final numbers forthcoming). Our findings suggest that incidence estimates obtained using case ascertainment strategies limited to specialized psychiatric services may substantially underestimate the incidence of non-affective psychotic disorders, relative to population-based estimates. We need accurate information on the epidemiology of psychotic disorders to allow service planners and administrators to more effectively resource EPI services and evaluate their coverage.
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 | 0,039 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,007 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».