Substance Dependence Among Bipolar, Unipolar Depression and Psychotic Homeless: A Canadian National Study
Notice bibliographique
Résumé
Introduction: Homeless individuals are often mischaracterized as members of a homogeneous population that suffers from a wide mental health and addiction issues, with little consideration of potentially important differences within or between samples. The aim of the present study was to investigate the comorbidy of alcohol and/or substance dependence (ASD) and major psychiatric diagnoses (bipolar disorder, unipolar depression and psychotic disorder) in a large Canadian sample of homeless individuals, and to examine potential sources of variability including location and ethnicity. Materials and Methods: A sample of 1585 homeless individuals were assessed for alcohol and/or substance dependence and bipolar disorder, unipolar depression and psychotic disorder with the Mini-International Neuropsychiatric Interview (version 6.0). Regional and ethnic differences in major psychiatric diagnoses between homeless with and without ASD were examined using univariate (i.e., chi-square) and multivariate (i.e., logistic regression) statistics. Results: Members of the sample with ASD were found to be younger, Aboriginal, less well educated, and born in the Americas. They were more significantly more prevalent in Western Canada and less prevalent in Central and Eastern Canada. The odds of having ASD were higher among people affected by bipolar disorder and (to a less extent) unipolar depression. Limitations: Data collected were self-reported and no urinalyses were performed. We considered diagnosis of ASD according to the previous 12 months only. Conclusions: Homeless people with major mental illness are at high risk for concurrent ASD, however the prevalence of ASD varies significantly between cities, and based on ethnicity and specific psychiatric diagnosis (with greater prevalence in individuals affected by bipolar disorder and, to a less extent, unipolar depression). Clinicians, administrators and policy makers should develop and deliver services based on careful assessment of the local 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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».