Comorbid mental disorders among clients in addiction treatment: The costs of care
Notice bibliographique
Résumé
Urbanoski, K., Rehm, J., Lange, S., & Popova, S. (2014). Comorbid mental disorders among clients in addiction treatment: The costs of care. The International Journal Of Alcohol And Drug Research, 3(4), 297-304. doi:http://dx.doi.org/10.7895/ijadr.v3i4.183Aims: To compare the volume and costs of services for clients with and without comorbid mental disorders in an addiction treatment system.Design: Secondary data analysis.Setting: Administrative data for the fiscal year 2010–2011 were abstracted from the Drug and Alcohol Treatment Information System (DATIS).Participants: Data represents all clients entering publicly funded services in Ontario in the fiscal year 2010–2011 (N = 41,953).Measures: Service costs were calculated using recent estimates of the cost per outpatient visit and day of residential care. Average numbers of visits/days per client, with and without mental disorders, were compared across gender and age subgroups.Findings: Overall, 22% of clients treated in 2010–2011 reported a past-year mental disorder. The costs of services for these clients were estimated to be between $18.5 and $40.3 million (in Canadian dollars), or 20% of the total service costs for the year. The largest difference in average volume of care was seen for residential treatment, where having a mental disorder was associated with seven fewer days of care. On average, during the period studied, among those without mental disorders, men spent 20 more days in residential care than did women.Conclusions: At the system-level in Ontario, clients with mental disorders did not account for a disproportionate amount of the total costs of care during the year. While these findings may signal a mismatch between the needs of clients with co-occurring disorders and their use of services, it is also possible that such clients receive additional care in other treatment sectors. Further study is warranted to explore potential unmet needs among clients with co-occurring disorders in addiction treatment.
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 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».