The Incidence of Psychotic Disorders and Area-level Marginalization in Ontario, Canada: A Population-based Retrospective Cohort Study
Notice bibliographique
Résumé
BACKGROUND: There is limited Canadian evidence on the impact of socio-environmental factors on psychosis risk. We sought to examine the relationship between area-level indicators of marginalization and the incidence of psychotic disorders in Ontario. METHODS: We conducted a retrospective cohort study of all people aged 14 to 40 years living in Ontario in 1999 using health administrative data and identified incident cases of psychotic disorders over a 10-year follow-up period. Age-standardized incidence rates were estimated for census metropolitan areas (CMAs). Poisson regression models adjusting for age and sex were used to calculate incidence rate ratios (IRRs) based on CMA and area-level marginalization indices. RESULTS: There is variation in the incidence of psychotic disorders across the CMAs. Our findings suggest a higher rate of psychotic disorders in areas with the highest levels of residential instability (IRR = 1.26, 95% confidence interval [CI], 1.18 to 1.35), material deprivation (IRR = 1.30, 95% CI, 1.16 to 1.45), ethnic concentration (IRR = 1.61, 95% CI, 1.38 to 1.89), and dependency (IRR = 1.35, 95% CI, 1.18 to 1.54) when compared to areas with the lowest levels of marginalization. Marginalization attenuates the risk in some CMAs. CONCLUSIONS: There is geographic variation in the incidence of psychotic disorders across the province of Ontario. Areas with greater levels of marginalization have a higher incidence of psychotic disorders, and marginalization attenuates the differences in risk across geographic location. With further study, replication, and the use of the most up-to-date data, a case may be made to consider social policy interventions as preventative measures and to direct services to areas with the highest risk. Future research should examine how marginalization may interact with other social factors including ethnicity and immigration.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».