Trends and socioeconomic inequalities in acute mental health service use in Canada, 2004–2019: a nationally representative retrospective cohort study
Notice bibliographique
Résumé
BACKGROUND: Acute mental health service use (AMHSU), that is, hospitalisations and emergency department (ED) visits for mental health, have been rising in the Canadian province of Ontario and globally; however, national-level estimates are not available. We examine trends and socioeconomic inequalities in AMHSU in the Canadian adult population between 2004 and 2019. METHODS: Using the Canadian Community Health Survey linked to tax and health administrative datasets, we reported prevalence rates of AMHSU using negative binomial regression models. Income-based absolute inequalities in AMHSU were reported using the Slope Index of Inequality. RESULTS: Over the study period, hospitalisations for mood disorders decreased from 144.8 (95% CI: 116.0-173.7) to 67.5 (95% CI: 54.5-80.4) per 100 000, while those for substance-related disorders (SRD) increased. Rates of ED visits increased for all conditions, with the largest increase for anxiety disorders, from 252.3 (95% CI: 210.9-293.6) to 434.1 (95% CI: 382.2-486.1) per 100 000. Females had higher rates of hospitalisations and ED visits for all conditions except SRD. We found pronounced income-based inequalities in both hospitalisations and ED visits for mental health, comparing those at the top versus bottom of the income distribution. Absolute inequalities for hospitalisations widened for SRD, from -93.6 (95% CI: -131.1 to -56.1) to -135.2 (95% CI: -203.4 to -67.1) per 100 000, and decreased for mood disorders, from -309.5 (95% CI: -443.8 to -175.3) to -126.0 (95% CI: -182.0 to -69.9) per 100 000. Additionally, absolute inequalities increased for ED visits across all mental health conditions. CONCLUSION: Interventions aimed at improving access to preventive services could mitigate observed inequalities in AMHSU.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,009 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».