The CAMP study: feasibility and clinical correlates of standardized assessments of substance use in a youth psychiatric inpatient sample
Notice bibliographique
Résumé
BACKGROUND: To determine: (a) the feasibility and acceptability of administering a standardized electronic assessment of substance use and other mental health concerns to youth admitted to an inpatient psychiatric unit, and (b) the prevalence and clinical correlates of substance use in this sample. METHODS: The sample included 100 youth between the ages of 13 to 17 years admitted to an inpatient psychiatric unit in Ontario, Canada between September and November 2019 (78% response rate). Youth data were comprised of electronic self-reported assessments (during hospitalization and 6-months following) and chart reviews (99% consented; historical and prospective). Frontline staff completed a self-report survey assessing their perceptions of the need for standardized substance use assessments, training, and interventions on the unit (n = 38 Registered Nurses and Child and Youth Workers; 86% response rate). Analyses included descriptive statistics, correlations, regression, and qualitative content analysis. RESULTS: Feasibility of standardized youth self-reported mental health and substance use assessments was evident by high response rates, little missing data, and variability in responses. 79% of youth had used at least one substance in their lifetime; 69% reported use in the last 3 months. Substance use was positively correlated with severity of psychiatric symptoms (τb 0.17 to 0.45) and number of psychiatric diagnoses (τb 0.17 to 0.54) at index. Based on prospective and retrospective data, substance use was also positively related to mental health symptom severity at follow-up and repeat mental health related hospital visits. Frontline staff reported a need for standardized assessment, training, and interventions on the unit, indicative of acceptability. CONCLUSIONS: This study demonstrated the feasibility, acceptability and clinical importance of administering a standardized mental health and substance use assessment among youth experiencing psychiatric hospitalization.
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 | 0,004 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».