Using Avoidable Admissions to Measure Quality of Care for Cardiometabolic and other Physical Comorbidities of Psychiatric Disorders: A Population-Based, Record-Linkage Analysis
Notice bibliographique
Résumé
OBJECTIVE: Quality of care for comorbid physical disorders in psychiatric patients can be assessed by the number of avoidable admissions for ambulatory care sensitive (ACS) conditions. These are admissions for physical conditions that, with appropriate primary care, should not require inpatient treatment. Avoidable admissions for ACS conditions feature prominently in Australia's National Health Performance Framework and have been used to assess health care provision for marginalized groups, such as Indigenous patients or those of lower socioeconomic status. They have not been applied to people with mental illness. METHODS: A population-based, record-linkage analysis was used to measure ACS admissions for physical disorder in psychiatric patients of state-based facilities in Queensland, Australia, during 5 years. RESULTS: There were 77 435 males (48.0%) and 83 783 females (52%) (total n = 161 218). Among these, 13 219 psychiatric patients (8.2%) had at least 1 ACS admission, the most common being for diabetes (n = 6086) and angina (n = 2620). Age-standardized rates were double those of the general population. Within the psychiatric group, and after adjusting for confounders, those who had ever been psychiatric inpatients experienced the highest rates of ACS admissions, especially for diabetes. CONCLUSIONS: In common with other marginalized groups, psychiatric patients have increased ACS admissions. Therefore, this measure could be used as an indicator of difficulties in access to appropriate primary care in Canada, given the availability of similar administrative data.
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 | 0,011 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,005 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 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 ».