Controlled clinical trial of a self-management program for people with mental illness in an adult mental health service – the Optimal Health Program (OHP)
Notice bibliographique
Résumé
Objective. The objective of this study was to evaluate the effect and cost-effectiveness of a self-management intervention, delivered as part of routine care in an adult mental health service. Method. In a community mental health setting, routine care was compared with routine care plus a nine-session intervention (the Optimal Health Program) using a non-randomised controlled design. Adult (18–65 years) consumers of mental health services in the Australian Capital Territory were eligible for participation. Results. The Optimal Health Program was associated with significant improvements in health and social functioning as measured by the Health of the Nation Outcome Scale (average change relative to control: –3.17; 95% CI –4.49 to –1.84; P < 0.001). In addition, there was a reduction in hospital admissions in the treatment group (percentage of time in hospital reduced from 3.20 to 0.82; P = 0.07). This translated into a net cost saving of over AU$6000 per participant per year (uncertainty range AU$744 to AU$12 656). Conclusions. This study shows promising results for incorporating a self-management program into routine care to improve the health and social functioning of mental health consumers in a cost-effective manner. What is known about the topic? Current literature supports the efficacy of structured self-management programs for chronic conditions such as diabetes (type 1 and 2) and asthma, but there remains limited evidence that self-management programs improve outcomes for people with mental illness. What does this paper add? This study adds to the body of evidence supporting self-management as a cost-effective adjunct to routine care in mental health services. What are the implications for practitioners? Our study supports the feasibility of clinicians delivering cost-effective self-management programs as part of routine mental health service delivery.
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 | 0,004 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,002 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,001 |
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 ».