Impact of Psychiatric Comorbidity on Health Care Use in Rheumatoid Arthritis: A Population‐Based Study
Notice bibliographique
Résumé
OBJECTIVE: Psychiatric comorbidity is frequent in rheumatoid arthritis (RA) and complicates treatment. The present study was undertaken to describe the impact of psychiatric comorbidity on health care use (utilization) in RA. METHODS: We accessed administrative health data (1984-2016) and identified a prevalent cohort with diagnosed RA. Cases of RA (n = 12,984) were matched for age, sex, and region of residence with 5 controls (CNT) per case (n = 64,510). Within each cohort, we identified psychiatric morbidities (depression, anxiety, bipolar disorder, and schizophrenia [PSYC]), with active PSYC defined as ≥2 visits per year. For the years 2006-2016, annual rates of ambulatory care visits (mean ± SD per person) categorized by provider (family physician [FP], rheumatologist, psychiatrist, other specialist), hospitalization (% of cohort), days of hospitalization (mean ± SD), and dispensed drug types (mean ± SD per person) were compared among 4 groups (CNT, CNT plus PSYC, RA, and RA plus PSYC) using generalized linear models adjusted for age, sex, rural versus urban residence, income quintile, and total comorbidities. Estimated rates are reported with 95% confidence intervals (95% CIs). We tested within-person and RA-PSYC interaction effects. RESULTS: Subjects with RA were mainly female (72%) and urban residents (59%), with a mean ± SD age of 54 ± 16 years. Compared to RA without PSYC, RA with PSYC had more than additive (synergistic) visits (standardized mean difference [SMD] 10.92 [95% CI 10.25, 11.58]), hospitalizations (SMD 13% [95% CI 0.11, 0.14]), and hospital days (SMD 3.63 [95% CI 3.06, 4.19]) and were dispensed 6.85 more medication types (95% CI 6.43, 7.27). Cases of RA plus PSYC had increased visits to FPs (an additional SMD 8.92 [95% CI 8.35, 9.46] visits). PSYC increased utilization in within-person models. CONCLUSION: Managing psychiatric comorbidity effectively may reduce utilization in RA.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».