Association between acute psychiatric bed availability in the Veterans Health Administration and veteran suicide risk: a retrospective cohort study
Notice bibliographique
Résumé
BACKGROUND: Veteran suicides have increased despite mental health investments by the Veterans Health Administration (VHA). OBJECTIVE: To examine relationships between suicide and acute inpatient psychiatric bed occupancy and other community, hospital and patient factors. METHODS: Retrospective cohort study using administrative and publicly available data for contextual community factors. The study sample included all veterans enrolled in VHA primary care in 2011-2016 associated with 111 VHA hospitals with acute inpatient psychiatric units. Acute psychiatric bed occupancy, as a measure of access to care, was the main exposure of interest and was categorised by quarter as per cent occupied using thresholds of ≤85%, 85.1%-90%, 90.1%-95% and >95%. Hospital-level analyses were conducted using generalised linear mixed models with random intercepts for hospital, modelling number of suicides by quarter with a negative binomial distribution. RESULTS: From 2011 to 2016, the national incidence of suicide among enrolled veterans increased from 39.7 to 41.6 per 100 000 person-years. VHA psychiatric bed occupancy decreased from a mean of 68.2% (IQR 56.5%-82.2%) to 65.4% (IQR 53.9%-79.9%). VHA hospitals with the highest occupancy (>95%) in a quarter compared with ≤85% had an adjusted incident rate ratio (IRR) for suicide of 1.10 (95% CI 1.01 to 1.19); no increased risk was observed for 85.1%-90% (IRR 0.96; 95% CI 0.89 to 1.03) or 90.1%-95% (IRR 0.96; 95% CI 0.89 to 1.04) compared with ≤85% occupancy. Of hospital and community variables, suicide risk was not associated with number of VHA or non-VHA psychiatric beds or amount spent on community mental health. Suicide risk increased by age categories, seasons, geographic regions and over time. CONCLUSIONS: High VHA hospital occupancy (>95%) was associated with a 10% increased suicide risk for veterans whereas absolute number of beds was not, suggesting occupancy is an important access measure. Future work should clarify optimal bed occupancy to meet acute psychiatric needs and ensure adequate bed distribution.
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 | 0,013 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».