Development of the C4 Inventory: A Measure of Common Characteristics that Complicate Care in Outpatient Psychiatry
Notice bibliographique
Résumé
Background Psychiatric syndromes are complicated by comorbidity and other factors that burden patients, making guideline-informed psychiatric care challenging, and negatively affecting outcome. A comprehensive intake tool could improve the quality of care. Existing tools to quantify these characteristics do not identify specific complications and may not be sensitive to phenomena that are common in psychiatric outpatients. Objective To develop a practical inventory to capture observations related to complex care in psychiatric outpatients and quantify the overall burden of complicating factors. Design We developed a checklist inventory through literature review and clinical experience. The inventory was tested and compared with related measures in a cross-sectional study of 410 consenting outpatients at the time of initial assessment. Results The summed score of inventory checklist items was significantly correlated with patient-assessed measures of distress (K10, r=0.36) and function (WHODAS 2.0, r=0.31), and physician-assessed measures of function (GAF, r=−0.42), number of psychiatric diagnoses [ F(df3)=33.6], and most complex diagnosis [ F(df3)=37.4]. In 53 patients whose assessment was observed by two clinicians, inter-rater reliability was acceptable for both total inventory score (intraclass correlation, single measures = 0.74) and agreement on specific items (mean agreement score = 90%). Conclusions The Psychiatric C4 Inventory is a reliable instrument for psychiatrists that captures information that may be useful for quality improvement and resource planning. It demonstrates convergent validity with measures of patient distress, function, and complexity. Further tests of validity and replication in other settings are warranted.
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) | 0,000 | 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 ».