Postdischarge service utilisation and outcomes among Chinese and South Asian psychiatric inpatients in Ontario, Canada: a population-based cohort study
Notice bibliographique
Résumé
Objective We sought to examine the short-term and long-term impacts of psychiatric hospitalisations among patients of Chinese and South Asian origin. Design Retrospective population-based cohort study using linked health administrative data. Setting We examined all adult psychiatric inpatients discharged between 1 April 2006 and 31 March 2014 in Ontario, Canada, who were classified as Chinese, South Asian and all other ethnicities (ie, ‘general population’) using a validated algorithm. We identified 2552 Chinese, 2439 South Asian and 127 142 general population patients. Primary and secondary outcome measures We examined psychiatric severity measures at admission and discharge and performed multivariable logistic regression analyses to examine 30-day, 180-day and 365-day postdischarge service utilisation and outcomes, comparing each of the ethnic groups with the reference population, after adjustment for age, sex, income, education, marital status, immigration status, community size and discharge diagnosis. Results Despite presenting to hospital with greater illness severity, Asian psychiatric inpatients had shorter lengths of hospital stay and greater absolute improvements in mental health and functional status at discharge compared with other inpatients. After hospitalisation, Chinese patients were more likely to visit psychiatrists and South Asian patients were more likely to seek mental healthcare from general practitioners. They were also less likely to have a psychiatric readmission or die 1 year following hospitalisation (adjusted ORChinese=0.87; 95% CI 0.79 to 0.97; adjusted ORSouth Asian=0.82, 95% CI 0.73 to 0.91). Findings were consistent across genders, psychiatric diagnoses and immigrant groups. Conclusion Once hospitalised, patients of Chinese and South Asian origin fared as well as or better than general population patients at discharge and following discharge, and had a positive trajectory of psychiatric service utilisation.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».