Seclusion and mechanical restraint in the wake of the COVID-19 pandemic: an increased use in mental health settings
Notice bibliographique
Résumé
Purpose: COVID-19 pandemic-related restrictions have significantly changed the environment and the delivery of direct care in all health services, including psychiatric hospitals. The aim of the study is two-fold: 1) to retrospectively assess the incidence of seclusion and mechanical restraint in a Quebec mental health hospital over 4 years; and 2) to assess the impact of the COVID-19 pandemic on their incidence. Methods: We conducted a retrospective study based on medical records from a Quebec mental health hospital collected (a) from April 2016 to March 2019), (b) from April 2019 to March 2020 (pre-COVID onset), and (c) from April 2020 to March 2021 (post-COVID onset). Descriptive statistics, chi square tests, Mann-Kendall test and Welch's t-test were performed. Results: Following several years during which the use of restrictive measures remained stable, we have noted a significant increase within the first year following the COVID-19 pandemic. This increase can be seen in the use of both seclusion and restraints, which have risen 205% and 170% respectively. Conclusion: There are a multitude of factors associated with the incidence of seclusion and restraint that have the potential to be triggered during emergencies and global crisis situations, impacting in turn the rights of an already vulnerable population.
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 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».