A Systematic Review of the Effect of Early Interventions for Psychosis on the Usage of Inpatient Services
Notice bibliographique
Résumé
OBJECTIVES: To review and synthesize the currently available research on whether early intervention for psychosis programs reduce the use of inpatient services. METHODS: A systematic review was conducted using keywords searches on PubMed, Embase (Ovid), PsycINFO (ProQuest), Scopus, CINAHL (EBSCO), Social Work Abstracts (EBSCO), Social Science Citations Index (Web of Science), Sociological Abstracts (ProQuest), and Child Development & Adolescent Studies (EBSCO). To be included, studies had to be peer-reviewed publications in English, examining early intervention programs using a variant of assertive community treatment, with a control/comparison group, and reporting inpatient service use outcomes. The primary outcome extracted number hospitalized and total N. Secondary outcome extracted means and standard deviations. Data were pooled using random effects models. Primary outcome was the occurrence of any hospitalization during treatment. A secondary outcome was the average bed-days used during treatment period. RESULTS: Fifteen projects were identified and included in the study. Results of meta-analysis supported the occurrence of a positive effect for intervention for both outcome measures (any hospitalization OR: 0.33; 95% CI 0.18-0.63, bed-days usage SMD: -0.38, 95% CI -0.53 to -0.24). There was significant heterogeneity of effect across the studies. This heterogeneity is due to a handful of studies with unusually positive responses. CONCLUSION: These results suggest that early intervention programs are superior to standard of care, with respect to reducing inpatient service usage. Wider use of these programs may prevent the occurrence of admission for patients experiencing the onset of psychotic symptoms.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,003 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».