Continuity of Care among People Experiencing Homelessness and Mental Illness: Does Community Follow‐up Reduce Rehospitalization?
Notice bibliographique
Résumé
OBJECTIVE: To examine whether timely outpatient follow-up after hospital discharge reduces the risk of subsequent rehospitalization among people experiencing homelessness and mental illness. DATA SOURCES: Comprehensive linked administrative data including hospital admissions, laboratory services, and community medical services. STUDY DESIGN: Participants were recruited to the Vancouver At Home study based on a-priori criteria for homelessness and mental illness (n = 497). Logistic regression analysis was used to assess the relationship between outpatient care within 7 days postdischarge and subsequent rehospitalization over a 1-year period. DATA EXTRACTION: Data were extracted for a consenting subsample of participants (n = 433) spanning 5 years prior to study enrollment. PRINCIPAL FINDINGS: More than half of the eligible sample (53 percent; n = 128) were rehospitalized within 1 year following an index hospital discharge. Neither outpatient medical services nor laboratory services within 7 days following discharge were associated with a significantly reduced likelihood of rehospitalization within 2 months (AOR = 1.17 [CI = 0.94, 1.46]), 6 months (AOR = 1.00 [CI = 0.82, 1.23]) or 12 months (AOR = 1.24 [CI = 1.02, 1.52]). CONCLUSIONS: In contrast to evidence from nonhomeless samples, we found no association between timely outpatient follow-up and the likelihood of rehospitalization in our homeless, mentally ill cohort. Our findings indicate a need to address housing as an essential component of discharge planning alongside outpatient care.
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 | 0,003 | 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 | 0,006 | 0,001 |
| Communication savante | 0,000 | 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) | 0,000 | 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 ».