Homelessness at discharge and its impact on psychiatric readmission and physician follow-up: a population-based cohort study
Notice bibliographique
Résumé
AIMS: A significant proportion of adults who are admitted to psychiatric hospitals are homeless, yet little is known about their outcomes after a psychiatric hospitalisation discharge. The aim of this study was to assess the impact of being homeless at the time of psychiatric hospitalisation discharge on psychiatric hospital readmission, mental health-related emergency department (ED) visits and physician-based outpatient care. METHODS: This was a population-based cohort study using health administrative databases. All patients discharged from a psychiatric hospitalisation in Ontario, Canada, between 1 April 2011 and 31 March 2014 (N = 91 028) were included and categorised as homeless or non-homeless at the time of discharge. Psychiatric hospitalisation readmission rates, mental health-related ED visits and physician-based outpatient care were measured within 30 days following hospital discharge. RESULTS: There were 2052 (2.3%) adults identified as homeless at discharge. Homeless individuals at discharge were significantly more likely to have a readmission within 30 days following discharge (17.1 v. 9.8%; aHR = 1.43 (95% CI 1.26-1.63)) and to have an ED visit (27.2 v. 11.6%; aHR = 1.87 (95% CI 1.68-2.0)). Homeless individuals were also over 50% less likely to have a psychiatrist visit (aHR = 0.46 (95% CI 0.40-0.53)). CONCLUSION: Homeless adults are at higher risk of readmission and ED visits following discharge. They are also much less likely to receive post-discharge physician care. Efforts to improve access to services for this vulnerable population are required to reduce acute care service use and improve care continuity.
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 | 0,004 | 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 | 0,003 | 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 ».