Neighbourhood-level social capital, marginalisation, and the incidence of schizophrenia and schizoaffective disorder in Toronto, Canada: a retrospective population-based cohort study
Notice bibliographique
Résumé
BACKGROUND: Studies have shown mixed results regarding social capital and the risk of developing a psychotic disorder, and this has yet to be studied in North America. We sought to examine the relationship between neighbourhood-level marginalisation, social capital, and the incidence of schizophrenia and schizoaffective disorder in Toronto, Canada. METHODS: We used a retrospective population-based cohort to identify incident cases of schizophrenia and schizoaffective disorder over a 10 year period and accounted for neighbourhood-level marginalisation and a proxy indicator of neighbourhood social capital. Mixed Poisson regression models were used to estimate adjusted incidence rate ratios (aIRRs). RESULTS: = 649 020) we identified 4841 incident cases of schizophrenia and schizoaffective disorder. A 27% variation in incidence was observed between neighbourhoods. All marginalisation dimensions, other than ethnic concentration, were associated with incidence. Compared to areas with low social capital, areas with intermediate social capital in the second [aIRR = 1.17, 95% confidence interval (CI) 1.03-1.33] and third (aIRR = 1.23, 95% CI 1.08-1.40) quintiles had elevated incidence rates after accounting for marginalisation. There was a higher risk associated with the intermediate levels of social capital (aIRR = 1.18, 95% CI 1.00-1.39) when analysed in only the females in the cohort, but the CI includes the possibility of a null effect. CONCLUSIONS: The risk of developing schizophrenia and schizoaffective disorder in Toronto varies by neighbourhood and is associated with socioenvironmental exposures. Social capital was not linearly associated with risk, and risk differs by sex and social capital quintile. Future research should examine these relationships with different forms of social capital and examine how known individual-level risk factors impact these findings.
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 | 0,001 | 0,003 |
| 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 | 0,001 |
| 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 ».