Mental health and addiction service utilization among people living with chronic kidney disease
Notice bibliographique
Résumé
BACKGROUND: Mental health problems, particularly anxiety and depression, are common in patients with chronic kidney disease (CKD) and negatively impact quality of life, treatment adherence and mortality. However, the degree to which mental health and addiction services are utilized by those with CKD is unknown. We examined the history of mental health and addiction service use of individuals across levels of kidney function. METHODS: We performed a population-based cross-sectional study using linked healthcare databases from Ontario, Canada from 2009 to 2017. We abstracted the prevalence of individuals with mental health and addiction service use within the previous 3 years across levels of kidney function [estimated glomerular filtration rate (eGFR) ≥60, 45 to <60, 30 to <45, 15 to <30, <15 ml/min/1.73 m2 and maintenance dialysis]. We calculated prevalence ratios (PRs) to compare prevalence across kidney function strata, while adjusting for age, sex, year of cohort entry, urban versus rural location, area-level marginalization and Charlson comorbidity index. RESULTS: Of 5 956 589 adults, 9% (n = 534 605) had an eGFR <60 ml/min/1.73 m2 or were receiving maintenance dialysis. Fewer individuals with an eGFR <60 ml/min/1.73 m2 had a history of any mental health and addiction service utilization (crude prevalence range 28-31%) compared with individuals with an eGFR ≥60 ml/min/1.73 m2 (35%). Compared with an eGFR ≥60 ml/min/1.73 m2, the lowest prevalence of individuals with any mental health and addiction service utilization was among those with an eGFR of 15 to <30 ml/min/1.73 m2 {adjusted PR 0.86 [95% confidence interval (CI) 0.85 to 0.88]}, an eGFR <15 ml/min/1.73 m2 [adjusted PR 0.81 (95% CI 0.76-0.86)] and those receiving maintenance dialysis [adjusted PR 0.83 (95% CI 0.81-0.84)]. Less use of outpatient services accounted for differences in service utilization. CONCLUSIONS: Mental health and addiction service utilization is common but less so in individuals with advanced CKD in Ontario, Canada.
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 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».