Development and Challenges of Canada's Largest Inpatient Program for Patients With Severe Concurrent Disorders
Notice bibliographique
Résumé
ABSTRACT Objectives: A little more than a decade ago British Columbia (BC) decided to improve the treatment of individuals suffering from severe concurrent disorders. They provided funding for the development of a novel evidence-based, recovery oriented, provincial tertiary inpatient treatment centre laid out for 100 beds. Integrated multidisciplinary treatment teams involving professionals from more than a dozen disciplines covering the full range of supports are now providing integrated services in one institution. We have seen changes in the population we treat and have adapted our approach. The basic concept was published in a paper 8 years ago. The current paper summarises changes in the population served, conceptual modifications, and continued issues. Methods: Reported changes in the population are based on a comparison of cross-sectional client interviews conducted 10 years ago (2009/10) and again from 2018 until 2020, mainly 2018/19. Results: Overall, we saw limited changes in the characteristics of the population such as age, gender, ethnic background, level of childhood trauma etc., but substantial changes in diagnoses, including changes in primary substances use disorders. We further present and discuss conceptual changes, such as changes in the model of care, and changes in daily practice, such as contact to, and interaction with community services. Conclusions: We feel that severe concurrent disorders continue to present a major challenge for any health care system. There continue to be substantial gaps both in research on this population and in availability of adequate health services. Services such as the one described in this paper for BC need to continue to evolve and be optimized, as they utilize innovations based on evidence that still requires further proof of practicability and efficacy. Objectifs: Il y a un peu plus d’une décennie, la Colombie-Britannique (CB) a décidé d’améliorer le traitement des personnes souffrant de troubles concomitants graves. Ils ont financé le développement d’un nouveau centre de soins tertiaires provincial de traitements éprouvés pour patients hospitalisés axé sur le rétablissement et doté de 100 lits. Des équipes de traitement multidisciplinaires intégrées regroupant des professionnels de plus d’une douzaine de disciplines couvrant toute la gamme des soutiens offrent maintenant des services intégrés dans un seul établissement. Nous avons vu des changements dans la population que nous traitons et avons adapté notre approche. Le concept de base a été publié dans un journal il y a 8 ans. Le présent document résume les changements dans la population desservie, les modifications conceptuelles et les problèmes persistants. Méthodes: Les changements signalés dans la population sont basés sur une comparaison d’entretiens transversaux avec des clients menés il y a 10 ans (2009/10) et à nouveau de 2018 à 2020, principalement 2018/19. Résultats: Dans l’ensemble, nous avons constaté des changements limités dans les caractéristiques de la population telles que l’âge, le sexe, l’origine ethnique, le niveau de traumatisme de l’enfance, etc., mais des changements substantiels dans les diagnostics, y compris des changements dans les troubles primaires liés à l’utilisation de substances. Nous présentons et discutons en outre des changements conceptuels, tels que les changements dans le modèle de soins et les changements dans la pratique quotidienne, tels que le contact et l’interaction avec les services communautaires. Conclusions: Nous pensons que les troubles concomitants graves continuent de représenter un défi majeur pour tout système de soins de santé. Il subsiste des lacunes substantielles tant dans la recherche sur cette population que dans la disponibilité de services de santé adéquats. Les services tels que celui décrit dans ce document pour la Colombie-Britannique doivent continuer d’évoluer et d’être optimisés, car ils utilisent des innovations basées sur des preuves qui nécessitent encore des preuves supplémentaires de faisabilité et d’efficacité.
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 | 0,003 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,008 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».