Patients languishing in emergency departments: A descriptive analysis of mental health-related emergency department presentations in Australia between 2016-17 and 2020-21
Notice bibliographique
Résumé
Objective In the context of concerns regarding hospital access block, this paper provides a descriptive longitudinal analysis of mental health–related ED episodes in Australian public hospitals between 2016-17 and 2020-21. Method We descriptively analysed Australian Institute of Health and Welfare data for mental health–related ED presentations, outcomes and 5-year trends for Australian public hospitals. Results There were more than 300,000 Australian mental health–related ED presentations in 2020-21. Presentations increased by an average annual rate of 2.8% between 2016-17 and 2020-21, commonly involving first responder (police, paramedic) attendance. From 2016-17 to 2020-21, the average annual rate of mental health–related ED presentations receiving a triage category of resuscitation increased by 13.7%, emergency by 9.4% and urgent by 4.7%. 90% of MH-related ED presentations were completed within 14 h, which was longer than the 90 th percentile for all ED presentations (up to 8 h). Conclusions Current mental health policies have not stemmed the rising tide of ED presentations. Mental health–related ED presentations are increasing in number and severity, likely due to health systemic and societal factors. Psychiatry patients stay longer in EDs than other patients. Healthcare reforms should be targeted to provide the best outcome based on principles of equity of access.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».