Gender and Psychotropic Poisoning in the USA
Notice bibliographique
Résumé
Background: This study focuses on gender-based trends in psychotropic agent poisoning across a 17-year span. The goal of the study was to determine whether there are statistically significant differences in the characteristics of male and female hospital stays for psychotropic agent poisoning. Methods: We used the Healthcare Cost and Utilization Project (HCUP) national database to perform a retrospective cohort study analyzing trends for poisoning by psychotropic agents in males and females between 1997 and 2014. Results: Between 1997 and 2014, HCUP recorded a total of 1,368,649 psychotropic agent poisoning discharges. The overall number of discharges increased from 62,148 to 82,905 (P < 0.001). The average age at discharge increased from 37.36 to 40.85 years (P < 0.001). As the average length of stay increased from 2.3 to 3.2 days (P < 0.001), hospital charges increased from $6,357 to $27,892 (P < 0.001). Across the study period, the number of in-hospital deaths increased from 468 to 755 (P < 0.001). In each year of the study, both number of discharges and average age were found to be greater for females than for males (P < 0.001). Conclusions: Female discharges were consistently higher than male discharges, suggesting that female patients were more likely to experience psychotropic poisoning than male patients. This may possibly be due to a greater number of women being prescribed psychotropic medications, in concordance with higher rates of mood and anxiety disorders. Additionally, there exist notable differences in drug metabolism that should be considered to prevent overprescribing. J Neurol Res. 2020;10(6):220-225 doi: https://doi.org/10.14740/jnr640
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».