MétaCan
Menu
Retour à la cohorte
Enregistrement W2410951119 · doi:10.1016/s0924-9338(15)31877-0

High Frequency Users with Mental Health Complaints of Emergency Departments in a Canadian Prairie City

2015· article· en· W2410951119 sur OpenAlexaffabout
Marilyn Baetz, Xiangfei Meng, Carl D’Arcy, Tracy Muggli

Notice bibliographique

RevueEuropean Psychiatry · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueEmergency and Acute Care Studies
Établissements canadiensSaskatchewan Health AuthorityUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésPsychological interventionMental healthMoodAnxietyMedicinePsychiatryEmergency departmentStressorPrimary carePopulationFamily medicineEnvironmental health

Résumé

récupéré en direct d'OpenAlex

Excessive use of emergency departments (EDs) for the treatment of mental health complaints (MHCs) suggests alternate interventions are required. To understand attributes of patients who are high frequent users (HFUs) of EDs for the treatment for MHCs. Suggest realistic changes that would make the health care system more effectively respond to HFUs needs. Administrative data were used to analyze the use of all three emergency departments in Saskatoon Health Region by patients presenting with primary MHCs in 2012. A chart review of HFUs for the years 2011 to 2013 was also undertaken. In 2012 approximately 1.2% (3,824) of the Region’s population made the 6,235 visits for a primary MHC. ED visits exhibit a Pareto distribution with most patients (72.8%) making a single visit however < 0.1 % (34) made 10+ visits. HFUs (10+ visits) used EDs in multiple years, over 3 years making an average of 59 ED visits (R=19 to 194). They were generally, young, male, unemployed, transient or homeless with many unmet social and economic needs. They could be categorized into: 1) suffering from severe alcohol abuse/withdrawal or illicit drug use; 2) chronic mood and anxiety disorders; 3) significant personal and social stressors; and 4) a complex combination of psychiatric disease(s) and cognitive impairment. Action should be taken to identify ‘High Frequency Users’ early in their patient career and develop appropriate interventions taking into account their unique and diverse needs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,031
Score d'incertitude au seuil0,227

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,005
Études des sciences et des technologies0,0070,001
Communication savante0,0020,001
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,030
Tête enseignante GPT0,300
Écart entre enseignants0,271 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEuropean PsychiatryMême sujetEmergency and Acute Care StudiesTravaux en français237 207