A Geospatial Analysis of Early Psychosis Intervention Programs in Toronto, Canada: Une analyse géospatiale des programmes d’intervention précoce en cas de psychose à Toronto, au Canada
Notice bibliographique
Résumé
ObjectivesEarly psychosis intervention (EPI) programs play a crucial role in detecting and treating psychosis early, yet disparities in access persist. This study aimed to assess the spatial accessibility of EPI programs in Toronto, Canada, and to explore the association between access and indicators of neighbourhood-level marginalization.MethodsWe conducted a geospatial analysis using floating catchment area and two-step floating catchment area methods, examining EPI program locations, census population estimates for the 158 Toronto neighbourhoods, and area-level marginalization data. Spatial regression models were used to estimate the association between marginalization factors and spatial accessibility.ResultsOn average, the closest EPI program is 4 km away from the centre of any given neighbourhood (range 0.8-11 km), with variability across the city. Clustering is observed in some neighbourhoods, indicating better spatial accessibility, whereas other neighbourhoods face lower access. A full spatial regression model showed increasing levels of housing and dwelling marginalization, as well as material resource marginalization, to be associated with better access.ConclusionWe identified neighbourhoods that have poorer spatial accessibility to EPI services. Some neighbourhood-level marginalization indicators previously found to be associated with psychosis risk are also associated with better spatial accessibility. It is notable that EPI services in Toronto may be located where they are most needed the most. The study underscores the importance of geospatial analyses to identify and address geographic distance as a potential source of disparity in access.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,005 | 0,013 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,000 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».