Special Section: A Memorial Tribute: Care of Patients With the Most Severe and Persistent Mental Illness in an Area Without a Psychiatric Hospital
Notice bibliographique
Résumé
OBJECTIVE: With standard community resources, managing some patients with long-term mental illness can prove difficult, given the high level of care required. How many beds do such patients require? The study examined the prevalence, diagnostic and behavioral characteristics, and residential arrangements of a cohort of these patients in a semirural area of Canada (population of 291,500). The area has always functioned without a psychiatric hospital. METHODS: A cross-sectional inquiry was made of all relevant institutions and residential facilities (including the local jail and shelters). Key stakeholders were interviewed and provincial databases were accessed in an effort to identify all adults aged 18 to 65 originating from the catchment area who displayed both a psychotic illness and severe behavioral disturbance necessitating ongoing close supervision. The Riverview Psychiatric Inventory was used to describe and quantify behavioral problems. RESULTS: Thirty-six patients met the study criteria, for a prevalence of 12.4 per 100,000 in the general population. Most resided in a publicly funded nursing home or a well-staffed rural group home. Four (prevalence of 1.4 per 100,000) had a forensic profile, needed secure settings, and were long-term residents on acute care wards. Only one patient had transferred to a psychiatric hospital outside the catchment area. CONCLUSIONS: Care for this population can be provided outside conventional psychiatric institutions but requires highly supervised long-term residential services in the range of ten to 40 per 100,000 in the population, depending on area characteristics, with urban, socially deprived areas likely having higher needs.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».