A 10-year retrospective analysis of hospital admissions and length of stay among a cohort of homeless adults in Vancouver, Canada
Notice bibliographique
Résumé
BACKGROUND: Homelessness is associated with a very high prevalence of substance use and mental disorders and elevated levels of acute health service use. Among the homeless, little is known regarding the relative impact of specific mental disorders on healthcare utilization. The aim of the present study was to examine the association between different categories of diagnosed mental disorders with hospital admission and length of stay (LOS) in a cohort of homeless adults in Vancouver, Canada. METHODS: Participants were recruited as part of an experimental trial in which participants met criteria for both homelessness and mental illness. Administrative data were obtained (with separate consent) including comprehensive records of acute hospitalizations during the 10 years prior to recruitment and while participants where experiencing homelessness. Generalized Estimating Equations were used to estimate the associations between outcome variables (acute hospital admissions and LOS) and predictor variables (specific disorders). RESULTS: Among the eligible sample (n = 433) 80 % were hospitalized, with an average of 6.0 hospital admissions and 71.4 days per person during the 10-year observation period. Of a combined total 2601 admissions to hospital, 1982 were psychiatric and 619 were non-psychiatric. Significant (p <0.001) independent predictors of hospital admission and LOS included a diagnosis of schizophrenia or bipolar disorder, as well as high (≥32 service contacts) non-psychiatric medical service use in the community. CONCLUSIONS: Our results demonstrate that specific mental disorders alongside high non-psychiatric service use were significantly associated with hospital admission and LOS. These findings suggest the importance of screening within the homeless population to identify individuals who may be at risk for acute illness and the implementation of services to promote recovery and prevent repeated hospitalization. TRIAL REGISTRATION: ISRCTN57595077 ; ISRCTN66721740.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».