Prevalence and Temporal Trends of Mental Disorders in Persons with Opioid Use Disorder and Concurrent Mental Disorders in British Columbia, Canada, Using Population-Level Administrative Data, 2013 to 2021: Prévalence et tendances temporelles des troubles mentaux chez les personnes souffrant d’un trouble lié à la consommation d’opioïdes et de troubles mentaux concomitants en Colombie-Britannique, au Canada, à partir de données administratives au niveau de la population, entre 2013 et 2021
Notice bibliographique
Résumé
ObjectiveOpioid use is a major public health issue and associated with a broad range of comorbid mental disorders. Globally, there is considerable variability in reported rates of mental disorders among individuals with opioid use disorder (OUD), limiting timely intervention and evidence-based treatment among this population. We estimate the prevalence of specific mental disorders among individuals with a concurrent OUD using population-level administrative data in British Columbia, Canada.MethodA population-based retrospective observational study using individual-level linked health administrative data in British Columbia, Canada. Individuals with an OUD and concurrent mental disorder between January 1, 2013, and August 31, 2021, were included and followed from their first indication of OUD until censoring (death, administrative loss to follow-up, or August 31, 2021). We reported annual period (2013-2021) prevalence rates and age-standardized prevalence rates per 100,000 population (stratified by sex).ResultsThe population included 73,855 individuals (female 40.6%, median age, 36 [27-48]) with an OUD and concurrent mental disorder. During the observation period anxiety disorders were the most prevalent (91.7%) mental disorders followed by depression (73.6%), bipolar disorder (35.3%), schizophrenia spectrum disorders (20.4%), and personality disorders (19.5%). Among the population, the annual period prevalence of any mental disorder increased from 35,603 in 2013 to 60,940 in 2021, with an average annual percent difference of 7.0%, driven by increases in schizophrenia spectrum disorders and attention deficit/hyperactivity disorder. Overall, the annual age-standardized prevalence of any mental disorder was higher among males.ConclusionsOur findings demonstrate a steadily growing prevalence of people with OUD and a concurrent mental disorder and emphasize the need for access to mental disorder treatment among this population. Estimating specific mental disorder prevalence is a pragmatic step toward informing clinical guidelines, service needs, and health system planning.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,000 |
| Science ouverte | 0,001 | 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 ».