MétaCan
Menu
Retour à la cohorte
Enregistrement W2997211238 · doi:10.1111/acps.13147

Age at migration and the risk of psychotic disorders: a systematic review and meta‐analysis

2020· review· en· W2997211238 sur OpenAlexafffund
Kelly K. Anderson, Jordan Edwards

Notice bibliographique

RevueActa Psychiatrica Scandinavica · 2020
Typereview
Langueen
DomainePsychology
ThématiqueMigration, Health and Trauma
Établissements canadiensLawson Health Research InstituteWestern University
Organismes subventionnairesCanadian Mental Health AssociationLawson Health Research Institute
Mots-clésMeta-analysisPsychiatryPsychologySchizophrenia (object-oriented programming)MEDLINEMedicineClinical psychologyPolitical science

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To conduct a systematic review and meta-analysis of the existing evidence on the association between age at migration and the risk of psychotic disorders. METHODS: Observational studies were eligible for inclusion if they presented data on the association between age at migration and the risk of psychotic disorders among first-generation migrant groups. We used two random effects meta-analyses to pool effect estimates for each stratum of age at migration relative to (i) a native-born reference category and (ii) the youngest age stratum (0 to 2 years). RESULTS: Ten studies met inclusion criteria, and five were included in the meta-analysis. The risk of psychotic disorder among people who migrate prior to age 18 is nearly twice as high as the native-born population, with no evidence of effect modification by age strata. People who migrate during early adulthood (19 to 29 years) have a similar risk of psychotic disorder as the native-born population (IRR = 0.93, 95% CI = 0.60, 1.44) and a lower risk relative to those who migrate during infancy (0 to 2 years) (IRR = 0.58, 95% CI = 0.33, 1.04). CONCLUSIONS: Migrant status is one of few well-established risk factors for psychotic disorder, yet we have limited understanding of the underlying etiology. The findings of this review advance our understanding of this association and identify high-risk groups to target for intervention.

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)0,010
score de la tête « metaresearch » (Gemma)0,028
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,050

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,028
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0140,029
Bibliométrie0,0060,006
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,032
Tête enseignante GPT0,350
Écart entre enseignants0,317 · 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'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

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

En bref

Citations50
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueActa Psychiatrica ScandinavicaMême sujetMigration, Health and TraumaTravaux en français237 207