Utilization of Health Care Services by Patients With Cluster B Personality Disorders or Schizophrenia
Notice bibliographique
Résumé
OBJECTIVE: The comparable severities of cluster B personality disorders and schizophrenia are increasingly recognized. The authors sought to compare the general medical and psychiatric comorbid conditions and use of medical services among individuals with one or both of these disorders. METHODS: Data were collected from the linked health administrative databases of Quebec's universal health plan in the Quebec Integrated Chronic Disease Surveillance System, which covers 99% of Quebec's population. The study cohort of 2016-2017 included almost 7.05 million people, and the study covered the 1996-2017 period. RESULTS: Comorbid conditions were extremely prevalent in the three groups studied-persons with cluster B personality disorders, schizophrenia, or both-compared with the general population. People having both disorders had the highest prevalence of comorbid conditions. Psychiatric services were used more frequently by individuals in all three groups than among those in the general population, and use was especially high among people with both disorders. Medical care service use was heterogeneous, with patients with cluster B personality disorders using more medical care services but fewer specialized outpatient treatments and psychotherapy than those with schizophrenia or with both disorders. CONCLUSIONS: The three cohorts had higher rates of comorbid conditions and health care service use than individuals in the general population. Patients with cluster B personality disorders used fewer psychiatric services than patients with schizophrenia or with both disorders. One explanation for this difference may be that people with cluster B personality disorders encounter more obstacles in accessing mental health care services.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».