Temporal Trends in Pediatric Mental Health Visits
Notice bibliographique
Résumé
OBJECTIVE: Understanding the temporality of mental health presentations to the emergency department (ED) during the 24-hour cycle, day of the week, and month of the year may facilitate strategic planning of ED-based mental health services. METHODS: Data on 30,656 ED presentations for mental illness, substance use, or intentional self-harm by 20,956 patients (≤ 17 years) were examined. We studied patient demography, discharge diagnosis, and time and date of presentation. RESULTS: Most pediatric mental health ED visits (66.0%) occurred after the average work and school day (after 5 PM). Presentations related to substance use and intentional self-harm steadily increased in the evening. Emergency department visits related to substance use peaked on Friday through Sunday (4723/7475; 63.2%), whereas visits for mood disorders (4127/5093; 81.0%), neurotic/stress-related disorders (5960/7989; 74.6%), and behavioral/emotional disorders (237/304; 78%) were highest during the work/school week (Monday to Friday). Visits for intentional self-harm peaked following the weekend (Monday: 771/4676; 16.5%). Summer months had fewer visits (6862/30,656; 22.4%), whereas March to May (range: 2752-2912 visits) and October to November (range: 2701-2751 visits) showed more steady peaks in volume. Most presentations by diagnostic group decreased in volume during the winter months (December to February) to increase again in the spring (March to May). CONCLUSIONS: Peak times for pediatric mental health presentations to the ED are evenings throughout the week, suggesting that mental health services for children, adolescents, and their families should be available after work and school hours, 7 days a week.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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) | 0,001 | 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 ».