Access to a regular primary care physician among young people with early psychosis in Ontario, Canada
Notice bibliographique
Résumé
AIM: Access to a primary care physician in early psychosis facilitates help-seeking and engagement with psychiatric treatment. We examined access to a regular primary care physician in people with early psychosis, compared to the general population, and explored factors associated with access. METHODS: Using linked health administrative data from Ontario (Canada), we identified people aged 14-35 years with a first diagnosis of nonaffective psychotic disorder (n = 39 449; 2005-2015). We matched cases to four randomly selected general population controls based on age, sex, neighbourhood, and index date (n = 157 796). We used modified Poisson regression to estimate prevalence ratios (PR) for access to a regular primary care physician in the year prior to first diagnosis of psychotic disorder, and the sociodemographic and clinical factors associated with access. RESULTS: A larger proportion of people with early psychosis had a regular primary care physician, relative to the general population (89% vs. 68%; PR = 1.30, 95%CI = 1.30-1.31). However, this was accounted for by a higher prevalence of comorbidities among people with psychosis, and this association was no longer present after adjustment (PR = 0.97, 95%CI = 0.97, 0.98). People with early psychosis who were older, male, refugees and those residing in lower income or high residential instability neighbourhoods were less likely to have a regular primary care physician. CONCLUSION: Approximately one in ten young people with early psychosis in Ontario lack access to a regular primary care physician. Strategies to improve primary care physician access are needed for management of physical comorbidities and to ensure continuity of care.
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 | 0,001 | 0,001 |
| 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 ».