MétaCan
Menu
Retour à la cohorte
Enregistrement W2029325093 · doi:10.1080/10683160903392277

The clinical profile and service needs of psychiatric inpatients with intellectual disabilities and forensic involvement

2010· article· en· W2029325093 sur OpenAlexaff
Yona Lunsky, Carolyn Gracey, Christopher J. Koegl, Elspeth Bradley, Janet Durbin, Poonam Raina

Notice bibliographique

RevuePsychology Crime and Law · 2010
Typearticle
Langueen
DomaineMedicine
ThématiqueDown syndrome and intellectual disability research
Établissements canadiensUniversity of TorontoSurrey Place CentreCentre for Addiction and Mental Health
Organismes subventionnairesnon disponible
Mots-clésForensic sciencePsychiatryIntellectual disabilityForensic psychiatryMedical diagnosisPsychologyMental healthSubstance abuseMoodDemographicsClinical psychologyMood disordersMedicineAnxiety

Résumé

récupéré en direct d'OpenAlex

Abstract There is increasing recognition around the world that individuals with intellectual disabilities (ID) and mental health issues with forensic involvement are a particularly complex patient group whose needs are not well met. However, few studies have examined how these individuals may differ from other service users within a psychiatric hospital setting. Inpatients with ID and forensic involvement were compared to non-forensic inpatients with ID and to forensic inpatients without ID in terms of psychiatric diagnoses and clinical issues. Inpatients with ID and forensic involvement were younger, more often male, had greater lengths of stay, were more likely to have a personality disorder diagnosis and less likely to have a mood disorder diagnosis than their counterparts with ID. They were also similar to their forensic counterparts without ID with regards to demographics, but were less likely to have a substance abuse or psychotic disorder diagnosis. Furthermore, patients with ID and forensic involvement exhibit more severe symptoms, have fewer resources, and a higher recommended level of care than other forensic patients. Patients with ID and forensic involvement present with unique demographic and clinical profiles. The characteristics that set these individuals apart from other services users should be taken into account in order to better meet the needs of this complex group.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,087
Score d'incertitude au seuil0,865

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,002
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,058
Tête enseignante GPT0,382
Écart entre enseignants0,324 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations67
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePsychology Crime and LawMême sujetDown syndrome and intellectual disability researchTravaux en français237 207