Impact of a Specialized Early Intervention Service for Psychotic Disorders on Patient Characteristics, Service Use, and Hospital Costs in a Defined Catchment Area
Notice bibliographique
Résumé
OBJECTIVE: To evaluate the impact of a new early intervention service for first-episode psychosis on patient characteristics, service use, and hospital costs. METHOD: We examined clinical records of all first admissions to hospitals of patients diagnosed with first-episode psychoses (nonaffective) over a 3-year period before and after the introduction of an early intervention service, the Prevention and Early Intervention Program for Psychosis (PEPP), in a defined catchment area. We examined demographic, clinical, and service use indices covering a 2-year period subsequent to the index admission for each patient. RESULTS: Patients in the post-PEPP phase were significantly younger (P < 0.01), were more often male (P < 0.05), and were less likely to be admitted to hospital with an involuntary status (P < 0.05) or with injuries (P < 0.05) at the time of their first hospital admission. Over the 2 years following the initial admission, post-PEPP patients had significantly fewer admissions to a regular psychiatric service (P < 0.001) and made significantly fewer visits to the hospital emergency department (P < 0.01). There was a significant mean reduction in costs per case of regular hospital bed use ($1028.49, SD 528.02, compared with $792.28, SD 528.02; P < 0.01) and emergency visits ($519.18, SD 353.79, compared with $353.79, SD 345.0; P < 0.01). Time series analyses followed by Chow tests failed to confirm that these cost changes could be attributed specifically to the introduction of an early intervention service. CONCLUSION: Introduction of a specialized early intervention program may be beneficial to patients and to the health care system. To evaluate the cost-benefit ratio of early intervention services, longer term and more detailed data may be required.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».