Examining equity in the utilisation of psychiatric inpatient care among patients with severe mental illness (SMI) in Ontario, Canada
Notice bibliographique
Résumé
BACKGROUND: Severe mental illness (SMI) comprises a range of chronic and disabling conditions, such as schizophrenia, bipolar disorder and other psychoses. Despite affecting a small percentage of the population, these disorders are associated with poor outcomes, further compounded by disparities in access, utilisation, and quality of care. Previous research indicates there is pro-poor inequality in the utilisation of SMI-related psychiatric inpatient care in England (in other words, individuals in more deprived areas have higher utilisation of inpatient care than those in less deprived areas). Our objective was to determine whether there is pro-poor inequality in SMI-related psychiatric admissions in Ontario, and understand whether these inequalities have changed over time. METHODS: We selected all adult psychiatric admissions from April 2006 to March 2011. We identified changes in socio-economic equity over time across deprivation groups and geographic units by modeling, through ordinary least squares, annual need-expected standardised utilisation as a function of material deprivation and other relevant variables. We also tested for changes in socio-economic equity of utilisation over years, where the number of SMI-related psychiatric admissions for each geographic unit was modeled using a negative binomial model. RESULTS: We found pro-poor inequality in SMI-related psychiatric admissions in Ontario. For every one unit increase in deprivation, psychiatric admissions increased by about 8.1%. Pro-poor inequality was particularly present in very urban areas, where many patients with SMI reside, and very rural areas, where access to care is problematic. Our main findings did not change with our sensitivity analyses. Furthermore, this inequality did not change over time. CONCLUSIONS: Individuals with SMI living in more deprived areas of Ontario had higher psychiatric admissions than those living in less deprived areas. Moreover, our findings suggest this inequality has remained unchanged over time. Despite the debate around whether to make more or less use of inpatient versus other care, policy makers should seek to address suboptimal supply of primary, community or social care for SMI patients. This may potentially be achieved through the elimination of barriers to access psychiatrist care and the implementation of universal coverage of psychotherapy.
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 | 0,000 |
| 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 ».