MétaCan
Menu
Retour à la cohorte
Enregistrement W3083735468 · doi:10.1371/journal.pmed.1003284

Severe mental illness and health service utilisation for nonpsychiatric medical disorders: A systematic review and meta-analysis

2020· review· en· W3083735468 sur OpenAlexaboutno aff
Amy Ronaldson, Lotte Elton, S. Jayakumar, Anna Jieman, Kristoffer Halvorsrud, Kamaldeep Bhui

Notice bibliographique

RevuePLoS Medicine · 2020
Typereview
Langueen
DomaineMedicine
ThématiqueSchizophrenia research and treatment
Établissements canadiensnon disponible
Organismes subventionnairesBarts Charity
Mots-clésMedicineObservational studyMeta-analysisOdds ratioCochrane LibraryCohort studyEmergency departmentMental healthMEDLINEConfidence intervalComorbiditySystematic reviewEmergency medicineMental illnessPsychiatryInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Psychiatric comorbidity is known to impact upon use of nonpsychiatric health services. The aim of this systematic review and meta-analysis was to assess the specific impact of severe mental illness (SMI) on the use of inpatient, emergency, and primary care services for nonpsychiatric medical disorders. METHODS AND FINDINGS: PubMed, Web of Science, PsychINFO, EMBASE, and The Cochrane Library were searched for relevant studies up to October 2018. An updated search was carried out up to the end of February 2020. Studies were included if they assessed the impact of SMI on nonpsychiatric inpatient, emergency, and primary care service use in adults. Study designs eligible for review included observational cohort and case-control studies and randomised controlled trials. Random-effects meta-analyses of the effect of SMI on inpatient admissions, length of hospital stay, 30-day hospital readmission rates, and emergency department use were performed. This review protocol is registered in PROSPERO (CRD42019119516). Seventy-four studies were eligible for review. All were observational cohort or case-control studies carried out in high-income countries. Sample sizes ranged from 27 to 10,777,210. Study quality was assessed using the Newcastle-Ottawa Scale for observational studies. The majority of studies (n = 45) were deemed to be of good quality. Narrative analysis showed that SMI led to increases in use of inpatient, emergency, and primary care services. Meta-analyses revealed that patients with SMI were more likely to be admitted as nonpsychiatric inpatients (pooled odds ratio [OR] = 1.84, 95% confidence interval [CI] 1.21-2.80, p = 0.005, I2 = 100%), had hospital stays that were increased by 0.59 days (pooled standardised mean difference = 0.59 days, 95% CI 0.36-0.83, p < 0.001, I2 = 100%), were more likely to be readmitted to hospital within 30 days (pooled OR = 1.37, 95% CI 1.28-1.47, p < 0.001, I2 = 83%), and were more likely to attend the emergency department (pooled OR = 1.97, 95% CI 1.41-2.76, p < 0.001, I2 = 99%) compared to patients without SMI. Study limitations include considerable heterogeneity across studies, meaning that results of meta-analyses should be interpreted with caution, and the fact that it was not always possible to determine whether service use outcomes definitively excluded mental health treatment. CONCLUSIONS: In this study, we found that SMI impacts significantly upon the use of nonpsychiatric health services. Illustrating and quantifying this helps to build a case for and guide the delivery of system-wide integration of mental and physical health services.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,017
score de la tête « metaresearch » (Gemma)0,040
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,088

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0170,040
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0190,047
Bibliométrie0,0090,010
Études des sciences et des technologies0,0010,001
Communication savante0,0040,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,157
Tête enseignante GPT0,422
Écart entre enseignants0,265 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations75
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS MedicineMême sujetSchizophrenia research and treatmentTravaux en français237 207