Length of stay of hospitalized patients at tertiary psychiatry facilities in Uganda: the role of caregiver’s presence
Notice bibliographique
Résumé
Abstract Background Whether the presence of caregivers during the hospital stay of patients with mental illness affects the length of hospital stay (LoS) remains inconclusive. Aims (1) To determine the average LoS and the associated factors, and (2) to determine the role of caregivers’ presences during inpatient stay on LoS. Methods We conducted a cross-sectional study in two hospitals in Uganda; one with caregivers and the other without caregivers between July to November 2020. Mann-Whitney U test was used to compare LoS in the two selected hospitals and linear regression was used to determine factors associated with LoS. Results A total of 222 participants were enrolled, the majority were males (62.4%). Mean age was 36.3 (standard deviation ( SD ) = 13.1) years. The average LoS was 18.3 ( SD = 22.3) days, with patients in a hospital without caregivers having a longer median LoS (i.e., (30 (interquartile range (IQR) = 30) vs. 7 (7) days; χ 2 = 68.95, p < 0.001). The factors significantly associated a longer LoS among our study participants included; being admitted in a hospital without caregivers (adjusted coefficient [aCoef]: 14.88, 95% CI 7.98–21.79, p < 0.001), a diagnosis of schizophrenia (aCoef: 10.68, 95 %CI 5.53–15.83, p < 0.001), being separated or divorced (aCoef: 7.68, 95% CI 1.09–14.27, p = 0.023), and increase in money spent during the admission (aCoef: 0.14, 95% CI 0.09–0.18, p < 0.001). Conclusion Patients with mental illness in southwestern Uganda have a short LoS (below 28 days), and the stay was much shorter for patients with fulltime caregivers. We recommend caregivers presence during patient’s hospital stay to reduce the LoS and minimize healthcare expenditure.
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 | 0,000 | 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 | 0,000 |
| 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 ».