The impact of the COVID-19 pandemic on the use of restraint and seclusion interventions in Ontario emergency departments: A population-based study
Notice bibliographique
Résumé
While COVID-19 impacted all aspects of health care and patient treatment, particularly for patients with mental health/substance use (MH/SU) concerns, research has suggested a concerning increase in the use of restraint and seclusion (R/S) interventions, although results vary depending on facility type and patient population. Thus, the present study sought to explore COVID-related changes in the use of R/S interventions among patients presenting to Ontario emergency departments (EDs) with MH/SU complaints. To determine whether temporal and clinical factors were associated with changes in R/S use during COVID, binary logistic regression models were computed using data from the National Ambulatory Care Reporting System database. We then compared both prevalence rates and probability of an R/S event occurring during an ED visit in Ontario before and after the onset of COVID. The number of ED visits during which an R/S event occurred for patients presenting with MH/SU concerns increased by 9.5%, while their odds of an R/S event occurring during an ED visit increased by 23% in Ontario after COVID onset. Similarly, R/S event probability increased for patients presenting with MH/SU concerns after COVID onset (0.7% - 21.3% increase), particularly during the first wave, with the greatest increases observed for concerns associated with increased restraint risk pre-COVID. R/S intervention use increased substantially for patients presenting to Ontario EDs with MH/SU concerns during the first wave of COVID when the strain on healthcare system and uncertainty about the virus was arguably greatest. Patients with concerns already associated with increased R/S risk also showed the largest increases in R/S probability, suggesting increased behavioural issues during treatment among this population after COVID onset. These results have the potential to inform existing policies to mitigate risks associated with R/S intervention use during future public health emergencies and in general practice.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».