MétaCan
Menu
Retour à la cohorte
Enregistrement W2580398166 · doi:10.1136/emermed-2016-205939

A systematic review of management strategies for children’s mental health care in the emergency department: update on evidence and recommendations for clinical practice and research

2017· review· en· W2580398166 sur OpenAlexafffundabout
Amanda S. Newton, Lisa Hartling, Amir Soleimani, Scott W. Kirkland, Michele P. Dyson, Mario Cappelli

Notice bibliographique

RevueEmergency Medicine Journal · 2017
Typereview
Langueen
DomaineMedicine
ThématiqueEmergency and Acute Care Studies
Établissements canadiensChildren's Hospital of Eastern OntarioAlberta Hospital EdmontonUniversity of Alberta
Organismes subventionnairesCanadian Association of Emergency PhysiciansSociety for Academic Emergency Medicine
Mots-clésMedicineMental healthSystematic reviewEmergency departmentEvidence-based practiceGrading (engineering)MEDLINEFamily medicineEvidence-based medicinePsychiatryAlternative medicine

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: Children with mental health crises require access to specialised resources and services which are not yet standard in general and paediatric EDs. In 2010, we published a systematic review that provided some evidence to support the use of specialised care models to reduce hospitalisation, return ED visits and length of ED stay. We perform a systematic review to update the evidence base and inform current policy statements. METHODS: Twelve databases and the grey literature were searched up to January 2015. Seven studies were included in the review (four newly identified studies). These studies compared ED-based strategies designed to assess, treat and/or therapeutically support or manage a mental health presentation. The methodological quality of six studies was assessed using the Cochrane Effective Practice and Organization of Care Risk of Bias tool (one interrupted time series study) and a modified Newcastle-Ottawa Scale (three retrospective cohort and two before-after studies). The Grading of Recommendations Assessment, Development and Evaluation (GRADE) system was applied to rate overall evidence quality (high, moderate, low or very low) for individual outcomes from these six studies. An additional study evaluated the psychometric properties of a clinical instrument and was assessed using criteria developed by the Society of Pediatric Psychology Assessment Task Force (well-established, approaching well-established or promising assessment). RESULTS: There is low to very low overall evidence quality that: (1) use of screening laboratory tests to medically clear mental health patients increases length of ED stay and costs, but does not increase the risk of clinical management or disposition change if not conducted; and (2) specialised models of ED care reduce lengths of ED stay, security man-hours and restraint orders. One mental health assessment tool of promising quality, the home, education, activities and peers, drugs and alcohol, suicidality, emotions and behaviour, discharge resources (HEADS-ED), has had good accuracy in predicting admission to inpatient psychiatry. CONCLUSIONS: Lower-quality data suggest benefits to the use of specialised resources and services for paediatric mental health care in general and paediatric EDs. Experimental evaluation of strategies and the inclusion of patient-reported outcomes will improve confidence in these findings. Additional psychometric studies are needed for the HEADS-ED tool to be considered well established.

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)0,034
score de la tête « metaresearch » (Gemma)0,115
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,034
Score d'incertitude au seuil0,180

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0340,115
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0130,013
Bibliométrie0,0190,014
Études des sciences et des technologies0,0010,002
Communication savante0,0050,005
Science ouverte0,0040,003
Intégrité de la recherche0,0040,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,332
Tête enseignante GPT0,606
Écart entre enseignants0,274 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations42
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueEmergency Medicine JournalMême sujetEmergency and Acute Care StudiesTravaux en français237 207