Effects of Back Pain and Mental Health Conditions on Health Care Utilization and Costs: A Population-based Perspective using a Novel Data Platform in Back Pain Research
Notice bibliographique
Résumé
Back pain is the leading cause of disability globally, and a driver of health care utilization across health systems. Back pain is a complex condition with multiple contributors to disability, including biopsychosocial factors and comorbidities. Notably, this includes mental health conditions as common comorbidities that can negatively impact back pain outcomes. Given the growing burden of back pain and its relationship with mental health, this dissertation aims to comprehensively examine the effects of back pain and mental health conditions at the population level. The first objective assessed the effects of back pain on health care utilization and costs among Ontario adults in a single-payer health system. In this population-based cohort study, adults with back pain had substantially higher rates of health care utilization and costs than those without back pain. Incremental costs corresponded to an annual burden of $759 million in Ontario. The second objective assessed the association between depressive symptoms/depression and outcomes in persons with back pain. This systematic review and meta-analysis found that depressive symptoms may be associated with disability and worse recovery for acute and chronic back pain, and greater primary health care utilization for acute back pain. The third objective assessed the joint effects of back pain and mental health conditions on health care utilization and costs among Ontario adults in a single-payer health system. In this population-based cohort study, the joint effects of back pain and mental health conditions on back pain-specific utilization and opioid prescription were greater than expected, with evidence of synergism. Study findings quantify the substantial burden of back pain on the Ontario health system, and highlight adults with back pain and mental health conditions as a priority group with worse outcomes and greater health care needs. This dissertation offers unique contributions to musculoskeletal epidemiologic research through several methodological approaches, including novel linkages between survey and administrative data for Ontario, propensity-score matching, prognostic review methodology, and analyses of joint effects. Overall, this dissertation provides the evidentiary basis to inform health programs and resources planning tailored to back pain and mental health conditions, to improve population health and health care sustainability in Ontario.
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 | 0,027 | 0,066 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,006 |
| Bibliométrie | 0,007 | 0,018 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».