Predictors of psychiatric re‐hospitalization in older adults with severe mental illness
Notice bibliographique
Résumé
OBJECTIVE: Many patients with severe recurrent mental illness are approaching late life; however, little is known about psychiatric re-hospitalization in this population. Our objective was to identify predictors of psychiatric re-hospitalization. METHODS: This was a retrospective cohort study of all 226 geriatric patients (age ≥65 years) admitted to a tertiary care Canadian inpatient psychiatric unit between 2003 and 2008. The main outcome was psychiatric re-hospitalization in 5-year follow-up post-discharge (e.g. 2008-2013 if a patient had been first admitted in 2008). Multivariate Cox regression analyses were used to identify potential predictors of re-hospitalization. RESULTS: Over 5-year follow-up, 32.3% (73/226) required psychiatric re-hospitalization. Prior lifetime history of psychiatric admission, currently living in a supervised setting and bipolar disorder diagnosis all independently predicted a lower time to psychiatric re-hospitalization (HRs > 2.0, p < 0.05). CONCLUSIONS: The rate of psychiatric re-hospitalization is high in older adults admitted for severe mental illness. Clinicians should be aware of the especially high rates of re-hospitalization in geriatric psychiatric inpatients with bipolar disorder, previous psychiatric admissions, or those living in a supervised setting. Future research could investigate approaches to prevent psychiatric re-hospitalization in these vulnerable sub-populations.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,001 | 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 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 ».