MétaCan
Menu
Retour à la cohorte
Enregistrement W4388862371 · doi:10.9778/cmajo.20220210

SARS-CoV-2 vaccination prevalence by mental health diagnosis: a population-based cross-sectional study in Ontario, Canada

2023· article· en· W4388862371 sur OpenAlexaffvenueabout
Paul Kurdyak, Michael Lebenbaum, Aditi Patrikar, Laura Rivera, Hong Lu, Damon C. Scales, Astrid Guttmann

Notice bibliographique

RevueCMAJ Open · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueCOVID-19 and Mental Health
Établissements canadiensCentre for Addiction and Mental Health
Organismes subventionnairesnon disponible
Mots-clésMedicineAnxietyMood disordersPsychiatryMental healthCross-sectional studyPopulationPrevalence of mental disordersMental illnessMoodEnvironmental health

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Since the onset of the COVID-19 pandemic, there has been concern about the impact of SARS-CoV-2 infection among individuals with mental illnesses. We analyzed the SARS-CoV-2 vaccination status of Ontarians with and without a history of mental illness. METHODS: We conducted a population-based cross-sectional study of all community-dwelling Ontario residents aged 19 years and older as of Sept. 17, 2021. We used health administrative data to categorize Ontario residents with a mental disorder (anxiety, mood, substance use, psychotic or other disorder) within the previous 5 years. Vaccine receipt as of Sept. 17, 2021, was compared between individuals with and without a history of mental illness. RESULTS: Our sample included 11 900 868 adult Ontario residents. The proportion of individuals not fully vaccinated (2 doses) was higher among those with substance use disorders (37.7%) or psychotic disorders (32.6%) than among those with no mental disorders (22.9%), whereas there were similar proportions among those with anxiety disorders (23.5%), mood disorders (21.5%) and other disorders (22.1%). After adjustment for age, sex, neighbourhood income and homelessness, individuals with psychotic disorders (adjusted prevalence ratio 1.19, 95% confidence interval [CI] 1.18-1.20) and substance use disorders (adjusted prevalence ratio 1.35, 95% CI 1.34-1.35) were more likely to be partially vaccinated or unvaccinated relative to individuals with no mental disorders. INTERPRETATION: Our study found that psychotic disorders and substance use disorders were associated with an increased prevalence of being less than fully vaccinated. Efforts to ensure such individuals have access to vaccinations, while challenging, are critical to ensuring the ongoing risks of death and other adverse consequences of SARS-CoV-2 infection are mitigated in this high-risk population.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,042
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,105
Tête enseignante GPT0,462
Écart entre enseignants0,357 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCMAJ OpenMême sujetCOVID-19 and Mental HealthTravaux en français237 207