Estimations de la prévalence des troubles bipolaires traités par les services de santé mentale : utilisation de données administratives de l’Alberta et d’enquêtes sanitaires pancanadiennes
Bibliographic record
Abstract
Introduction Des estimations précises de la charge de morbidité sont nécessaires pour offrir des services de santé mentale adaptés à la population. Méthodes Nous avons évalué la prévalence des cas de trouble bipolaire traités par les services de santé mentale dans la zone de Calgary, circonscription hospitalière albertaine comptant une population de plus d’un million d’habitants. Nous avons utilisé les données administratives conservées dans un dépôt central fournissant les renseignements sur les contacts pour des soins de santé mentale d’environ 95 % des services de santé mentale financés par l’État. Nous avons comparé cette prévalence des cas traités aux données autodéclarées de l’Enquête sur la santé dans les collectivités canadiennes : Santé mentale et bien-être de 2002 (ESCC 1.2). Résultats Sur les 63 016 personnes âgées de 18 ans et plus traitées dans la zone de Calgary en 2002-2008, 3 659 (5,81 %) ont reçu un diagnostic de trouble bipolaire de type I et 1 065 (1,70 %), de trouble bipolaire de type II. On estime que la prévalence des cas traités de ces troubles s’établit à 0,41 % dans le premier cas et à 0,12 % dans le second. Nous avons estimé, d’après les données de l’ESCC 1.2, qu’entre 0,44 % et 1,17 % de la population canadienne était traitée par des psychiatres pour un trouble bipolaire de type I. Conclusion Dans le cas du trouble bipolaire de type I, l’estimation fondée sur les données administratives locales est proche de la borne inférieure de la fourchette de l’enquête sanitaire. Le degré de concordance dans nos estimations prouve l’utilité des dépôts de données administratives dans la surveillance des troubles mentaux chroniques.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.006 | 0.015 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.005 | 0.010 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.000 |
| Open science | 0.002 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".