Multimorbidity in affective disorders: Impact on length of stay
Notice bibliographique
Résumé
Background Multimorbidity (MM) refers to the coexistence of two or more chronic diseases in the same individual; it encompasses medical comorbidity (MC) and psychiatric comorbidity (PC). Hypothesis: MM is prevalent amongst in-patients suffering from affective disorders (AD) and also impacted on length of stay. Aims To determine the prevalence of MM and its impact on duration of hospitalization in AD admissions. Method This cross-sectional study was conducted using secondary data taken from discharge records of 1056 adults admitted for AD to a Quebec-based facility, between 2006 and 2014. Distribution of AD cases: 47% depression, 53% bipolar disorders. Results The prevalence rate of MM: 85%. PC was present in 70% of sample whereas MC was present in 62%. The median number of comorbid illnesses was 2.7 for each study subject. The rate of MM was not related to age or gender. Metabolic syndrome (54%), cardiovascular diseases and chronic pain syndrome (17%) were the most prevalent MC in both depressed and bipolar populations. Personality disorder (65%) was highest in the depression population, whereas substance misuse (55%) was the most prevalent PC in the bipolar subjects. A longer length of stay was correlated with MM. However, a logistic regression analysis indicated that duration of hospitalization was only correlated with MC. Conclusions The observation that MM is the norm, even in this relatively young population with AD. The results confirmed that MC prolongs hospital stay. These findings advocate strongly for integrated management of psychiatric and physical health problems in clinical practice. Disclosure of interest The authors have not supplied their declaration of competing interest.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 tête enseignante, 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 ».