A state‐wide study of dental comorbidities in psychiatric disorders resulting in avoidable emergency department presentations
Notice bibliographique
Résumé
BACKGROUND: Attendances at emergency departments (EDs) for dental conditions are unnecessary and come at a significant cost to health services. METHODS: A population-based record-linkage analysis of a retrospective cohort over 2 years across state-based facilities in Queensland. This was to determine if people with mental illness were more likely than the general population to attend EDs for a range of non-traumatic or avoidable dental conditions. RESULTS: There were 1 381 428 individuals in the linked database, of whom 177 157 (13%) had a psychiatric history and 22 046 (1.5%) had one or more avoidable dental presentations. These were toothache (n = 9619), dental abscesses (n = 8449), caries (n = 1826), stomatitis (n = 1213) and gum disease (n = 939). After adjusting for confounders, psychiatric patients were significantly more likely to present with toothache, dental abscesses and caries but not stomatitis or gum disease. Depending on the dental outcome, other risk factors were male sex, lower income, rurality and Indigenous status. CONCLUSIONS: Given these findings, possible interventions should include an increased emphasis on assessing oral health in mental health or primary care, especially in non-metropolitan areas, as well as early dental referral. Service planning for this population should including easier navigation of dental services, availability outside normal office hours and free outreach dental clinics.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 tête enseignante, 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 ».