MétaCan
Menu
Retour à la cohorte
Enregistrement W2975705182

Concurrent mental and substance use disorders in Canada.

2017· article· en· W2975705182 sur OpenAlexaffabout
Saeeda Khan

Notice bibliographique

RevuePubMed · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHealth disparities and outcomes
Établissements canadiensStatistics Canada
Organismes subventionnairesnon disponible
Mots-clésMental healthAnxietyPsychiatryMoodSocioeconomic statusPrevalence of mental disordersMood disordersClinical psychologySubstance abuseAnxiety disorderMedicinePsychologyEnvironmental healthPopulation
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Based on results of the 2012 Canadian Community Health Survey-Mental Health, 1.2% of Canadians aged 15 to 64 (an estimated 282,000) experienced mental and substance use disorders concurrently in the previous year (at least one mood/anxiety disorder and one substance use disorder). Demographic, socioeconomic, health status and service use characteristics of the concurrent disorder group were compared with those of people who had only a mood/ anxiety disorder or only a substance use disorder. Those with concurrent disorders had consistently poorer psychological health and higher use of health services and were more likely to report partially met/unmet needs than the substance use disorder group, even when demographic and socioeconomic factors and number of chronic health conditions were taken into account. Apparent similarities in health status, service use and partially met/unmet needs between the concurrent disorders and mood/anxiety disorder groups did not persist in multivariate analysis. The findings suggest that the complexity of concurrent disorders contributes to poorer psychological health outcomes and higher health service use, compared with having only a mood/anxiety disorder or a substance use disorder.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,032
Score d'incertitude au seuil0,229

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,005
Études des sciences et des technologies0,0030,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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.

Tête enseignante Opus0,048
Tête enseignante GPT0,296
Écart entre enseignants0,248 · 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

Citations52
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetHealth disparities and outcomesTravaux en français237 207