Does screening shorten delays to care for post-deployment mental disorders in military personnel? A longitudinal retrospective cohort study
Notice bibliographique
Résumé
OBJECTIVE: To determine whether post-deployment screening is associated with a shorter delay to diagnosis and care among individuals identified with a deployment-related mental disorder. DESIGN: Retrospective cohort study. SETTING: Canadian military population. PARTICIPANTS: The cohort consisted of personnel (n=28 460) with a deployment within the 2009 to 2014 time frame. A stratified random sample (n=3004) was selected for medical chart review. We restricted our analysis to individuals who had an opportunity to undergo screening and were subsequently diagnosed with a mental disorder that a clinician indicated was deployment-related (n=1157). INTERVENTIONS: Post-deployment health screening. MAIN OUTCOME MEASURE: The outcome was delay to diagnosis and care, the latency from individuals' deployment return to their mental disorder diagnosis date. Cox proportional hazards regression assessed screening's influence on this outcome. RESULTS: 74.4% of the study population had screened. Overall, the median delay to care was 766 days, 578 days among screeners and 928 days among non-screeners-a 350-day difference. Cox regression indicated that screeners had a significantly shorter delay to care (adjusted HR (aHR), 1.43 (95% CI, 1.11 to 1.86)). Screening findings had a substantial influence on delay to care. Identification of a mental health concern, whether a 'major' concern (aHR, 3.36 (95% CI, 2.38 to 4.73)) or a 'minor' concern (aHR, 1.46 (95% CI, 1.08 to 1.99)), and a recommendation for mental health services follow-up (aHR, 2.35 (95% CI, 1.73 to 3.21)) were strongly associated with shorter delays to care relative to non-screeners. CONCLUSIONS: Reduced delays to care are anticipated to lead to beneficial outcomes for both the individual and military organisation. We found that screening was associated with a shortened delay to care for mental disorders that were deployment-related. Future work will further explore this screening's components and optimisation strategies.
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 | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| 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 ».