Physician Follow-up Among Transgender and Gender Diverse Individuals after Psychiatric Emergency Department Visits and Hospitalizations: A Retrospective Population-Based Cohort Study
Notice bibliographique
Résumé
Purpose: The study compared physician-based outpatient mental health care follow-up between transgender and gender diverse (TGD) individuals and the general population who had a mental health-related emergency department (ED) visit or hospitalization. Methods: This retrospective population-based cohort study used linked health administrative data to examine all adult psychiatric patients discharged from an ED visit (ED cohort) or hospitalization (hospitalization cohort) between 2012 and 2018 in Ontario, Canada. TGD individuals were identified and their data linked with health administrative data. The primary outcome was the proportion of individuals with any outpatient physician visit for mental health reasons within 30 days of the index discharge. Multivariable logistic regression analyses examined follow-up outcomes, including by diagnostic category, with adjustment for sociodemographic and clinical factors. Results: There were 728 TGD and 581,708 general population individuals with a mental health-related ED visit, while 454 TGD and 217,507 general population individuals had a psychiatric hospitalization. TGD individuals had higher 30-day post-ED follow-up (adjusted risk ratio [aRR] =1.21; 95% confidence interval [CI]: 1.02-1.42), particularly with a psychiatrist (aRR = 1.27; 95% CI: 1.07-1.52) and for those with an anxiety and related disorder diagnosis (aRR = 1.63; 95% CI: 1.23-2.15). Meanwhile, TGD individuals had lower 30-day follow-up posthospitalization (aRR = 0.80; 95% CI: 0.66-0.98) after adjusting for covariates. Conclusions: TGD individuals had greater rates of post-ED mental health follow-up, particularly with a psychiatrist, but lower rates of follow-up after a hospitalization. The higher follow-up after ED visits likely reflects greater clinical need. Lower follow-up after hospitalization is concerning given the risk of adverse outcomes and requires further research.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».