MétaCan
Menu
Retour à la cohorte
Enregistrement W3171953257 · doi:10.2147/ca.s308757

Mortality Among Patients Admitted in a Psychiatric Facility: A Single-Centre Review

2021· review· en· W3171953257 sur OpenAlexaff
Mark Mohan Kaggwa, Sarah Maria Najjuka, Sheila Harms, Scholastic Ashaba

Notice bibliographique

RevueClinical Audit · 2021
Typereview
Langueen
DomaineMedicine
ThématiqueSchizophrenia research and treatment
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésPsychiatryMedicineEmergency medicine

Résumé

récupéré en direct d'OpenAlex

Background: There is higher global mortality among persons living with mental illness than the general population, attributed to the risky behaviours associated with mental illness, medical comorbidities, or side effects of psychiatric medications that result in premature death among psychiatric in patients. Objective: This audit aimed to describe the characteristics of patients with mental illness who died during admission at a tertiary psychiatric ward in Uganda. Methods: This was a retrospective chart review of patients who died while admitted to a psychiatry ward between January 1995 to July 2020. Results: We reviewed 30 charts, of which 18 (60%) patients were women. The majority of patients died during 2002 (13.3%). Many were diagnosed with a brief psychotic disorder, 7 (23.3%), followed by bipolar disorder 6 (20.0%). HIV and epilepsy were the most common comorbidities. The majority of the death causes of death were unknown, 20 (66.7), but heart attack (n=2) was the most identified cause. Conclusion: The majority of the causes of mortality were unknown. The most common cause of mortality was heart attack, a common effect of metabolic disease and chronic antipsychotic use. Mortality audits are warranted to identify possible causes and to develop strategic interventions for mortality prevention. Keywords: mortality, audit, psychiatric inpatients, suicide, antipsychotic medications, medical comorbidities, HIV/AIDS, hospitalization, mental health, epilepsy, continued care

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)0,002
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0060,007
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,182
Tête enseignante GPT0,454
Écart entre enseignants0,272 · 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'étudeObservationnel
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

Citations8
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical AuditMême sujetSchizophrenia research and treatmentTravaux en français237 207