Chronic disease management among people with serious mental illness across rural, small urban, and metropolitan settings
Notice bibliographique
Résumé
Context: People with serious mental illness (SMI) are at increased risk of complications and earlier death from comorbid chronic diseases, compared with patients without mental illness. Despite similar prevalence of mental illness across rural, small urban, and metropolitan settings, those living in a rural context experience disproportionately worse chronic disease related health outcomes. These disparities may be related to differences in access to recommended chronic disease management. Objective: To describe patterns of chronic disease management across rural, small urban, and metropolitan settings, and explore variation by coinciding treatment for mental illness. Study Design: Observational analysis of linked administrative data Setting or Dataset: Physician billing records (including laboratory tests), prescriptions dispensed, and patient registry data in British Columbia, Canada, accessed via Population Data BC Population Studied: All people ages 20-105 registered for provincial health insurance between April 1, 2022 and March 31, 2023 who were treated for diabetes or hypertension in the two preceding years Instrument: Comparison across metropolitan, small urban, and rural contexts, among people treated for serious mental illness, common mental illness, or not treated for mental illness Outcome Measures: Chronic disease management including primary care visits, billing premiums indicating responsibility for longitudinal care, lab tests, prescriptions, and referrals. Results: The proportion of patients with a premium billed for diabetes or hypertension was highest in small urban areas, but lower amongst patients with SMI across all three geographic settings, with particularly low values in metro. The proportions of people with diabetes or hypertension-related blood testing were generally similar across the three geographic settings, but people treated for SMI and particularly living rurally had lower access overall. The proportions of people with any diabetes or anti-hypertensive drug were similar across settings, but with some variation in patterns for insulin and non-insulin diabetes drugs. Referral to and/or visit with an ophthalmologist was most common in metropolitan settings, with similarly lower values in small urban and rural. Conclusions: This analysis highlights geographic variation in chronic disease management, and pronounced gaps in access among people treated for SMI, particularly in rural settings.
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 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| 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 ».