MétaCan
Menu
Retour à la cohorte
Enregistrement W2237522548 · doi:10.1186/s12888-016-0711-2

From positive screen to engagement in treatment: a preliminary study of the impact of a new model of care for prisoners with serious mental illness

2016· article· en· W2237522548 sur OpenAlexaff
Krishna Pillai, Paul Rouse, Brian McKenna, Jeremy Skipworth, James Cavney, Rees Tapsell, Alexander I. F. Simpson, Dominic Madell

Notice bibliographique

RevueBMC Psychiatry · 2016
Typearticle
Langueen
DomainePsychology
ThématiquePsychopathy, Forensic Psychiatry, Sexual Offending
Établissements canadiensUniversity of TorontoCentre for Addiction and Mental Health
Organismes subventionnairesHealth Research Council of New Zealand
Mots-clésMental healthTriageMental illnessReferralPrisonMedicinePsychiatryPopulationMultidisciplinary approachHealth careFamily medicinePsychologyEnvironmental health

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The high prevalence of serious mental illness (SMI) in prisons remains a challenge for mental health services. Many prisoners with SMI do not receive care. Screening tools have been developed but better detection has not translated to higher rates of treatment. In New Zealand a Prison Model of Care (PMOC) was developed by forensic mental health and correctional services to address this challenge. The PMOC broadened triggers for referrals to mental health teams. Referrals were triaged by mental health nurses leading to multidisciplinary team assessment within specified timeframes. This pathway for screening, referral and assessment was introduced within existing resources. METHOD: The PMOC was implemented across four prisons. An AB research design was used to explore the extent to which mentally ill prisoners were referred to and accepted by prison in-reach mental health teams and to determine the proportion of prison population receiving specialist mental health care. RESULTS: The number of prisoners in the study in the year before the PMOC (n = 9,349) was similar to the year after (n = 19,421). 24.6 % of prisoners were screened as per the PMOC in the post period. Referrals increased from 491 to 734 in the post period (Z = -7.23, p < 0.0001). A greater number of triage assessments occurred after the introduction of the PMOC (pre = 458; post = 613, Z = 4.74, p < 0.0001) leading to a significant increase in the numbers accepted onto in-reach caseloads (pre = 338; post = 426, Z = 3.16, p < 0.01). Numbers of triage assessments completed within specified time frames showed no statistically significant difference before or after implementation. The proportion of prison population on in-reach caseloads increased from 5.6 % in the pre period to 7.0 % in the year post implementation while diagnostic patterns did not change, indicating more prisoners with SMI were identified and engaged in treatment. CONCLUSIONS: The PMOC led to increased prisoner numbers across screening, referral, treatment and engagement. Gains were achieved without extra resources by consistent processes and improved clarity of professional roles and tasks. The PMOC described a more effective pathway to specialist care for people with SMI entering prison.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,052
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,032
Tête enseignante GPT0,340
Écart entre enseignants0,308 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations40
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC PsychiatryMême sujetPsychopathy, Forensic Psychiatry, Sexual OffendingTravaux en français237 207