Costs of services for homeless people with mental illness in 5 Canadian cities: a large prospective follow-up study
Notice bibliographique
Résumé
BACKGROUND: Limited evidence on the costs of homelessness in Canada is available. We estimated the average annual costs, in total and by cost category, that homeless people with mental illness engender from the perspective of society. We also identified individual characteristics associated with higher costs. METHODS: As part of the At Home/Chez Soi trial of Housing First for homeless people with mental illness, 990 participants were assigned to the usual-treatment (control) group in 5 Canadian cities (Vancouver, Winnipeg, Toronto, Montréal and Moncton) between October 2009 and June 2011. They were followed for up to 2 years. Questionnaires ascertained service use and income, and city-specific unit costs were estimated. We adjusted costs for site differences in sample characteristics. We used generalized linear models to identify individual-level characteristics associated with higher costs. RESULTS: Usable data were available for 937 participants (94.6%). Average annual costs (excluding medications) per person in Vancouver, Winnipeg, Toronto, Montréal and Moncton were $53 144 (95% confidence interval [CI] $46 297-$60 095), $45 565 (95% CI $41 039-$50 412), $58 972 (95% CI $52 237-$66 085), $56 406 (95% CI $50 654-$62 456) and $29 610 (95% CI $24 995-$34 480), respectively. Net costs ranged from $15 530 to $341 535. Distributions of costs across categories varied significantly across cities. Lower functioning and a history of psychiatric hospital stays were the most important predictors of higher costs. INTERPRETATION: Homeless people with mental illness generate very high costs for society. Programs are needed to reorient this spending toward more effectively preventing homelessness and toward meeting the health, housing and social service needs of homeless people.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,006 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».