Health outcomes associated with emergency department visits by adolescents for self-harm: a propensity-matched cohort study
Notice bibliographique
Résumé
BACKGROUND: Self-harm is increasing among adolescents, and because of changing behaviours, current data are needed on the consequences of self-harm. We sought to investigate the trends related to hospital presentation, readmission, patient outcome and medical costs in adolescents who presented with self-harm to the emergency department. METHODS: We used administrative data on 403 805 adolescents aged 13–17 years presenting to Ontario emergency departments in 2011–2013. Adolescents with self-harm visits were 1:2 propensity matched to controls with visits without self-harm, using demographic, mental health and other clinical variables. Five years after the index presentation, hospital or emergency department admission rates for self-harm, overall mortality, suicides and conservative cost estimates were compared between the 2 groups. RESULTS: Of 5832 adolescents who visited Ontario emergency departments in 2011–2013 after self-harm (1.4% of visits), 5661 were matched to 10 731 adolescents who presented for reasons other than self-harm. Adolescents who presented with self-harm had a shorter time to a repeat emergency department or hospital admission for self-harm (hazard ratio [HR] 4.84, 95% confidence interval [CI] 4.44–5.27), more suicides (HR 7.96, 95% CI 4.00–15.86), and higher overall mortality (HR 3.23, 95% CI 2.12–4.93; p < 0.001). The positive predictive value of self-harm-related emergency department visits for suicide was 0.7%. Adolescents with self-harm visits had mean 5-year estimates of health care costs of $30 388 compared with $19 055 for controls (p < 0.001). INTERPRETATION: Adolescents with emergency department visits for self-harm have higher rates of mortality, suicide and recurrent self-harm, as well as higher health care costs, than matched controls. Development of algorithms and interventions that can identify and help adolescents at highest risk of recurrent self-harm is warranted.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».