Piloting an Addictions Medicine Consultation Team in Kingston, Ontario, Canada: Results of an Inpatient Needs Assessment
Notice bibliographique
Résumé
ABSTRACT Objectives: Kingston is mid-sized urban community in South Eastern Ontario which is currently experiencing an increase in the burden of addictions-related morbidity and mortality. Here, we present the results of a preliminary needs assessment for a pilot multidisciplinary inpatient addictions medicine consultation service to address the growing addictions needs of our community. Methods: A 6-item questionnaire was distributed in June 2018 to all inpatient physicians at Kingston General Hospital. The questionnaire asked if they had patients with a substance use disorder (SUD) under their care, their perception of skill to manage their SUD, and perceived need for addiction medicine consultation services. In total, 128 surveys were returned. Categorical and numerical data were tabulated from the survey results. The 30-day revisit and readmission rates for the identified SUD patients from the surveys were compared to rates for other medical patients and psychiatric patients at the hospital. Results: Opioids and alcohol were the most commonly identified substances of abuse, while addictions counselling and community supports were the most commonly requested services. Internal medicine, psychiatry, and surgery were the predominant services requesting addictions consultation. The 30-day revisit and readmission rates for inpatients with SUDs was significantly higher (40.6% and 25.8%, respectively) than the average rate for patients without SUDs. Conclusions: Our needs assessment identified a high need for an inpatient addictions medicine consultation service. Future work will focus on procuring funding and infrastructure for such a service and implementing a multidisciplinary approach to bridging inpatients with community addictions services. Objectifs: Kingston est une communauté urbaine moyenne du sud-est de l’Ontario, qui subit actuellement une augmentation du fardeau de la morbidité et de la mortalité liées à la toxicomanie. Nous présentons ici les résultats d’une évaluation préliminaire des besoins d’un service de consultation pilote multidisciplinaire en médecine de la toxicomanie pour patients hospitalisés afin de répondre aux besoins croissants de notre communauté en matière de toxicomanie. Méthodes: Un questionnaire comprenant six questions a été distribué en juin 2018 à tous les médecins rattachés au Kingston General Hospital. Le questionnaire demandait s’ils avaient sous leurs soins des patients atteints d’un trouble lié à une substance, leur perception des compétences nécessaires pour gérer ce trouble lié à une substance et le besoin perçu de services de consultation en médecine de la toxicomanie. Au total, 128 sondages ont été retournés. Les données nominales et numériques ont été compilées à partir des résultats de l’enquête. Les taux de réexamen et de réadmission après 30 jours pour les patients présentant des troubles liés à l’utilisation de substances identifiés dans les enquêtes ont été comparés aux taux d’autres patients en médecine et de patients en psychiatrie à l’hôpital. Résultats: Les opioïdes et l’alcool étaient les substances d’abus les plus couramment identifiées, tandis que les services de conseil en toxicomanie et de soutien communautaire étaient les services les plus demandés. La médecine interne, la psychiatrie et la chirurgie étaient les services prédominants demandant une consultation en toxicomanie. Les taux de réexamen et de réadmission après 30 jours chez les patients hospitalisés présentant des troubles liés à l’utilisation de substances étaient nettement plus élevés (40,6% et 25,8%, respectivement) que le taux moyen chez les patients ne présentant pas de troubles liés à l’utilisation de substances. Conclusions: Notre évaluation des besoins a révélé un besoin important de services de consultation en médecine des toxicomanies pour patients hospitalisés. Les travaux futurs se concentreront sur l’obtention de financement et l’infrastructure pour un tel service et sur la mise en œuvre d’une approche multidisciplinaire pour relier les patients hospitalisés aux services communautaires de lutte contre les dépendances.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».