The Impact of California's Full-Service Partnership Program on Mental Health-Related Emergency Department Visits
Notice bibliographique
Résumé
OBJECTIVE: This study examined the effects of California's 2005 Mental Health Services Act (MHSA) on the use of mental health-related emergency department visits. It focused on one MHSA program, the full-service partnership program, and hypothesized that individuals with public insurance who participate in the higher-quality full-service partnership program would have fewer emergency department visits compared with clients with public insurance who receive usual care. METHODS: Data were obtained from the Short-Doyle/Medi-Cal (Medicaid) file, the Data Collection and Reporting system, and the Consumer and Service Information System, all maintained by the California Department of Mental Health. The analytic sample covered 931,218 observations (155,203 adults) ages 18 and older from January 2007 to June 2008. The data represented clients from seven counties, which made up 48.5% of the California population. Fixed-effects logistic regression was used and included a continuous measure of time, in quarters, in the full-service partnership program; separate quarter indicators; and quarter-county interaction terms. The model thus controlled for both time-invariant personal characteristics (including personality as well as psychiatric and medical history as of entry into the study) and all time-varying county-level characteristics. RESULTS: Relative to persons receiving usual care, the odds of full-service partnership participants visiting the emergency department were 54% less after four quarters of treatment and 68% less after six quarters. CONCLUSIONS: The full-service partnership program was highly effective in reducing emergency visits. A statewide cost-effectiveness study should be conducted to determine the economic viability of the program.
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 ».