A comparison of health service use in two jurisdictions with and without compulsory community treatment
Notice bibliographique
Résumé
BACKGROUND: This study examines whether community treatment orders (CTOs) reduce psychiatric admission rates or bed-days for patients from Western Australia compared to control patients from a jurisdiction without this legislation (Nova Scotia). METHOD: A population-based record linkage analysis of an inception cohort using a two-stage design of matching and multivariate analyses to control for sociodemographics, clinical features and psychiatric history. All discharges from in-patient psychiatric services in Western Australia and Nova Scotia were included covering a population of 2.6 million people. Patients on CTOs in the first year of implementation in Western Australia were compared with controls from Nova Scotia matched on date of discharge from in-patient care, demographics, diagnosis and past in-patient psychiatric history. We analysed time to admission using Cox regression analyses and number of bed-days using logistic regression. RESULTS: We matched 196 CTO cases with an equal number of controls. On survival analyses, CTO cases had a significantly greater readmission rate. Co-morbid personality disorder and previous psychiatric history were also associated with readmission. However, on logistic regression, patients on CTOs spent less time in hospital in the following year, with reduced in-patient stays of over 100 days. CONCLUSIONS: Although compulsory community treatment does not reduce hospital admission rates, increased surveillance of patients on CTOs may lead to earlier intervention such as admission, so reducing length of hospital stay. However, we do not know if it is the intensity of treatment, or its compulsory nature, that effects outcome.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,001 |
| 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 ».