Acute and outpatient service utilisation prior to, during, and following enrolment in community‐based mental health treatment among children and youth in Central Ontario: A proof of concept for cross‐sectoral data linkage
Notice bibliographique
Résumé
AIM: Given the fragmentation of mental health and addictions (MHA) services for children and youth, comprehensive data on utilisation patterns are lacking. We sought to describe MHA-related service use across the community, acute and outpatient sectors. METHODS: We used linked health-administrative data sets to identify a cohort of individuals aged <18 who received MHA treatment in a large community organisation in Ontario, Canada between 1 April 2007 and 31 March 2012. We described their socio-demographic characteristics, examined their MHA-related concurrent service use in acute care and outpatient physician settings (primary care providers, paediatricians and psychiatrists), and compared service utilisation prior to, during and following enrolment using Poisson regressions. RESULTS: Among 7285 children and youth receiving community MHA treatment, there were 481 concurrent MHA-related emergency department visits, 173 hospitalisations and 12140 outpatient physician visits. The average age at enrolment was 10.5 years, and 64% of clients were enrolled for ≥3 months. MHA-related emergency department use significantly declined from 1 year prior, compared to 1 year following receipt of community MHA treatment (112 vs. 82 visits per 1000 person-years, P < 0.001), particularly in females, ages 10-14, those living in higher-income neighbourhoods and urban areas, and those with anxiety disorders. MHA hospitalisations also declined (45 vs. 32, P < 0.001), while outpatient physician visits increased (1750 vs. 1874, P < 0.001). CONCLUSIONS: Our study suggests that community-based MHA treatment may be effective in diverting children and youth away from acute care and highlights the importance of data linkage as a means to better understand the complexity of cross-sectoral MHA service use.
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 | 0,010 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».