Psychiatric Hospitalizations: A Comparison by Gender, Sociodemographics, Clinical Profile, and Postdischarge Outcomes
Notice bibliographique
Résumé
OBJECTIVE: The objective of this study was to identify differences between men and women hospitalized for psychiatric conditions. METHODS: Men and women with an inpatient psychiatric hospitalization in Ontario, Canada, between 2008 and 2013 (N=95,055) were compared on sociodemographic characteristics, health history, and clinical profiles and on 30-day and 90-day postdischarge readmission, emergency department (ED) visits, self-harm, and death. RESULTS: Compared with men, women were older and more likely to be educated, to live with a partner, and to report trauma history. Mood disorders were more common among women; psychotic and substance use disorders were more common among men. Postdischarge, there was no difference in either readmission or ED revisits. Compared with men, women had greater risk of self-harm at 30 days (adjusted odds ratio [AOR]=1.17, 95% confidence interval [CI]=1.04-1.32) and at 90 days (AOR=1.28, CI=1.17-1.39). Death was rare (<1%), with women at lower risk at both 30 days (AOR=.49, CI=.38-.63) and 90 days (AOR=.53, CI=.45-.63). CONCLUSIONS: These data can inform inpatient psychiatric service delivery for both men and women.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».