Short-stay crisis units for mental health patients on crisis care pathways: systematic review and meta-analysis
Notice bibliographique
Résumé
Background Internationally, an increasing proportion of emergency department visits are mental health related. Concurrently, psychiatric wards are often occupied above capacity. Healthcare providers have introduced short-stay, hospital-based crisis units offering a therapeutic space for stabilisation, assessment and appropriate referral. Research lags behind roll-out, and a review of the evidence is urgently needed to inform policy and further introduction of similar units. Aims This systematic review aims to evaluate the effectiveness of short-stay, hospital-based mental health crisis units. Method We searched EMBASE, Medline, CINAHL and PsycINFO up to March 2021. All designs incorporating a control or comparison group were eligible for inclusion, and all effect estimates with a comparison group were extracted and combined meta-analytically where appropriate. We assessed study risk of bias with Risk of Bias in Non-Randomized Studies – of Interventions and Risk of Bias in Randomized Trials. Results Data from twelve studies across six countries (Australia, Belgium, Canada, The Netherlands, UK and USA) and 67 505 participants were included. Data indicated that units delivered benefits on many outcomes. Units could reduce psychiatric holds (42% after intervention compared with 49.8% before intervention; difference = 7.8%; P < 0.0001) and increase out-patient follow-up care (χ2 = 37.42, d.f. = 1; P < 0.001). Meta-analysis indicated a significant reduction in length of emergency department stay (by 164.24 min; 95% CI −261.24 to −67.23 min; P < 0.001) and number of in-patient admissions (odds ratio 0.55, 95% CI 0.43–0.68; P < 0.001). Conclusions Short-stay mental health crisis units are effective for reducing emergency department wait times and in-patient admissions. Further research should investigate the impact of units on patient experience, and clinical and social outcomes.
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 | 0,013 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,022 | 0,036 |
| Bibliométrie | 0,007 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».