Socio-Demographic and Clinical Profile of Pediatric Patients whoConsulted At the Out-Patient Department of A Psychiatric Facilityin Southern Philippines from 2015 To 2019
Notice bibliographique
Résumé
Objective: This study aimed to describe the sociodemographic and clinical profile of pediatric patients who consulted at the Out-Patient Department of a psychiatric facility in Davao City, ie. Southern Philippines Medical Center Institute of Psychiatry and Behavioral Medicine and provide baseline data for future research and program development. Methodology: This is a descriptive chart review that used a purposive sampling method to determine the sociodemographic and clinical profile of patients below nineteen (19) years old, seen at the Out-Patient Department of a psychiatric facility from January 2015 to December 2019. Results: A total of 427 charts were reviewed in this study. Majority (30.2%) of the study population had their first consult in 2019, female (56%), belonged to the 12-18 age group (64%), and had high school education (43%). Most came from Davao Region (89%) with class D social classification (64%). The clinical profile showed that majority consulted due to forensic reasons (54%), with referrals coming from WCPU, courts, or police stations (54%). Sexual abuse (43.9%) was the most common cause for forensic consult. The most common diagnosis was clustered under Adverse Childhood Experiences (30%). Most were advised referral to the psychology unit (59%) and were discharged as Out-patient (97%). Conclusion: The number of child and adolescent consults in the Out-Patient Department of a psychiatric facility steadily increased within the span of five years. Majority of the patients came in for forensic reasons, with sexual abuse as the highest. A third of the consults were diagnosed to have Adverse Childhood Experience.
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 | 0,009 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| 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 ».