MétaCan
Menu
Retour à la cohorte
Enregistrement W4402406263 · doi:10.23889/ijpds.v9i5.2525

Long-term trends in co-occurring medical and psychiatric hospitalizations among children and adolescents in Ontario, Canada.

2024· article· en· W4402406263 sur OpenAlexaffabout
Natasha Saunders, Astrid Guttmann, Maria Chiu, Sima Gandhi, Simone N. Vigod, Paul Kurdyak, Kinwah Fung, Isobel Sharpe, Scott D. Emerson, Alène Toulany

Notice bibliographique

RevueInternational Journal for Population Data Science · 2024
Typearticle
Langueen
DomaineHealth Professions
ThématiqueChild and Adolescent Health
Établissements canadiensCentre for Addiction and Mental HealthWomen's College HospitalUniversity of TorontoHospital for Sick Children
Organismes subventionnairesnon disponible
Mots-clésTerm (time)PsychiatryCo-occurrenceMedicinePediatricsPsychologyComputer science

Résumé

récupéré en direct d'OpenAlex

BackgroundPsychiatric conditions are common amongst hospitalized children. Co-occurring psychiatric conditions for medical hospitalizations contribute to length of stay, costs, and readmissions. We sought to measure trends over 20 years in pediatric hospitalizations for co-occurring medical and psychiatric conditions and compare with those without psychiatric comorbidity, overall and in free-standing children’s hospitals. MethodsWe identified all 3- to 17-year-olds hospitalized in Ontario, Canada between April 1, 2003 and March 31, 2022. Using health record discharge diagnoses, hospitalizations were assigned to 1 of 4 groups: 1) medical-diagnosis-only, 2) psychiatric-diagnosis-only, 3) primary medical diagnosis with psychiatric comorbidity, and 4) primary psychiatric diagnosis with medical comorbidity. Hospitalization trends for 1) all hospitals, and 2) free-standing children’s hospitals were described and compared. ResultsFrom 2003 to 2022, medical-diagnosis-only hospitalizations declined 39% (41,909 to 25,486 hospitalizations), psychiatric-diagnosis-only hospitalizations increased 96% (3227 to 6337), medical hospitalizations with psychiatric comorbidity increased 127% (977 to 2221) and psychiatric hospitalizations with medical comorbidity increased 100% (2051 to 4096). Among pediatric hospitals, medical-diagnosis-only hospitalizations increased 23% (12,430 to 15,318), psychiatric-diagnosis-only hospitalizations increased 420% (271 to 1408), psychiatric hospitalizations with medical comorbidity increased 172% (539 to 1468) and medical hospitalizations with psychiatric comorbidity increased 235% (478 to 1599). ConclusionsHospitals have experienced large absolute and relative increases in volumes for psychiatric conditions both with and without co-occurring medical conditions, particularly among free-standing children’s hospitals. Healthcare provider training, hospital resourcing, and health system planning must consider how best to accommodate the increasing acute psychiatric care needs of hospitalized children and adolescents.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,443
Score d'incertitude au seuil0,467

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,038
Tête enseignante GPT0,433
Écart entre enseignants0,395 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal for Population Data ScienceMême sujetChild and Adolescent HealthTravaux en français237 207