Mental health and neurocognitive disorder–related hospitalization rates in immigrants and Canadian-born population: a linkage study
Notice bibliographique
Résumé
OBJECTIVES: Mental health and neurocognitive conditions are important causes of hospitalization among immigrants, though patterns may vary by immigrant category, world region of origin, and time since arrival in Canada. This study uses linked administrative data to explore differences in mental health hospitalization rates between immigrants and individuals born in Canada. METHODS: Hospital records from the Discharge Abstract Database and the Ontario Mental Health Reporting System for 2011 to 2017 were linked to the 2016 Longitudinal Immigrant Database and to Statistics Canada's 2011 Canadian Census Health and Environment Cohort. Age-standardized hospitalization rates for mental health-related conditions (ASHR-MHs) were derived for immigrants and the Canadian-born population. ASHR-MHs overall and for leading mental health conditions were compared between immigrants and the Canadian-born population, stratified by sex and selected immigration characteristics. Quebec hospitalization data were not available. RESULTS: Overall, immigrants had lower ASHR-MHs compared to the Canadian-born population. Mood disorders were leading causes of mental health hospitalization for both cohorts. Psychotic, substance-related, and neurocognitive disorders were also leading causes of mental health hospitalization, although there was variation in their relative importance between subgroups. Among immigrants, ASHR-MHs were higher among refugees and lower among economic immigrants, those from East Asia, and those who arrived in Canada most recently. CONCLUSION: Differences in hospitalization rates among immigrants from various immigration streams and world regions, particularly for specific types of mental health conditions, highlight the importance of future research that incorporates both inpatient and outpatient mental health services to further understand these relationships.
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 | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,010 |
| Études des sciences et des technologies | 0,005 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».