Care Pathways, Health Service Use Patterns and Opportunities for Justice Involvement Prevention Among Forensic Mental Health Clients
Notice bibliographique
Résumé
OBJECTIVES: The objective of the present study is to describe the patterns of health service use and of prescription claims in the year preceding an offense leading to a verdict of not criminally responsible on account of a mental disorder (NCRMD). METHODS: Provincial health administrative databases were used to identify medical services, hospitalizations, and ambulatory prescription claims among 1,014 individuals found NCRMD in Québec. Contacts in the year preceding the offense were analyzed using descriptive analyses and latent class analysis. RESULTS: Overall, 71.4% of subjects were in contact with services for mental health reasons within a year of their NCRMD offense. Among those that received services and not hospitalized for psychiatric reasons at the time of the offense, 20.7% committed the NCRMD offense within a week of the most recent mental health contact. Among those that had at least one prescription claim for an antipsychotic, 45.8% were not taking any antipsychotic at the time of the offense. Latent class analysis provided a multidimensional representation of mental health service use and showed that 58.4% of subjects had no or very rare contact with services. CONCLUSIONS: Many forensic patients are likely to have experienced service disruption or discontinuity while in the community, for reasons that may relate to perceived need for care, to service organization, or to the acceptability, availability, and accessibility of services. Given the serious impact of the "forensic" label on the lives of service users, not to mention the increased pressure on resources, the considerable economic costs, and the impact on victims, there is reason to advocate for a greater involvement of mental and physical health service providers in early prevention of violence, which requires reorganizing resources to share the forensic knowledge upstream, before an offense is committed.
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 | 0,001 | 0,004 |
| 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 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».