“What Came First?” <scp>Population‐Based</scp> Evaluation of Health Care Encounters for Depression and Anxiety Before and After Inflammatory Arthritis Diagnosis: Disentangling the Relationship Between Mental Health and Arthritis
Notice bibliographique
Résumé
OBJECTIVE: The study objective was to describe patterns of depression and anxiety health care use before and after diagnosis among patients with inflammatory arthritis (IA), namely, ankylosing spondylitis, psoriatic arthritis, and rheumatoid arthritis. METHODS: We used population-based linked administrative health data from British Columbia, Canada, to build a cohort of individuals (≥18 years) with incident IA and individuals without IA ("IA-free controls") matched on age and sex. We computed the proportion of individuals with IA and controls who had one or more depression or one or more anxiety health care encounters and the use of one or more antidepressants or one or more anxiolytics in each yearly interval five years before and after IA diagnosis. We used multivariable logistic regression models to evaluate the association between IA status and aforementioned depression and anxiety health care use outcomes in each yearly interval. RESULTS: A total of 80,238 individuals with IA (62.9% female; mean ± SD age 56.2 ± 16.7 years) and 80,238 IA-free controls (62.9% female; mean ± SD age 56.2 ± 16.6 years) were identified between January 1, 2001, and March 31, 2018. Individuals with IA had significantly increased odds of depression and anxiety health care encounters and dispensation of antidepressants and anxiolytics for each yearly interval before and after diagnosis. Adjusted odds ratios (ORs) were highest in the year immediately before (one or more depression visits: adjusted OR 1.61, 95% confidence interval [CI] 1.55-1.66; one or more anxiolytics: adjusted OR 1.71, 95% CI 1.66-1.77) or after (one or more antidepressants: adjusted OR 1.95, 95% CI 1.89-2.00) IA diagnosis. CONCLUSION: Findings suggest a role for depression and anxiety in characterizing the IA prodrome period and generate hypotheses regarding overlapping biopsychosocial processes that link IA and mental health comorbidities.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| 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 ».