A multidimensional approach for differentiating the clinical needs of young people presenting for primary mental health care
Notice bibliographique
Résumé
OBJECTIVES: There is an ongoing necessity to match clinical interventions with the multidimensional needs of young people. A key step toward better service planning and the design of optimal models of care is to use multidimensional assessment to understand the clinical needs of those presenting to primary mental health care. METHODS: 1284 people aged 12-25 years presenting to primary youth mental health services completed an online assessment at service entry. Latent class analysis was conducted for seven scales assessing anxiety, depression, psychosis, mania, functioning (indexed by Work and Social Adjustment Scale), and suicidality. RESULTS: A three-class solution was identified as the optimal solution. Class 1 (n = 305, 23.75%), an early illness stage group, had low and mixed symptomatology with limited functional impairment, class 2 (n = 353, 27.49%) was made up of older persons with established depression and functional impairment, and class 3 (n = 626, 48.75%) had very high and complex needs, with functional impairment, suicidality, and at-risk mental states (psychosis or mania). Additional differentiating characteristics included psychological distress, circadian disturbances, social support, mental health history, eating disorder behaviours, and symptoms of post-traumatic stress disorder. CONCLUSIONS: A large proportion of help-seeking young people present with symptoms and functional impairment that may exceed the levels of care available from basic primary care or brief intervention services. These subgroups highlight the importance of multidimensional assessments to determine appropriate service pathways and care options.
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 | 0,005 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».