Periodic Assessment of Trajectories of Housing, Homelessness, and Health Study (PATHS): Protocol for a Prospective Cohort Study of People Experiencing Homelessness
Notice bibliographique
Résumé
BACKGROUND: The past decade has seen a substantial increase in the number of people experiencing unsheltered homelessness. The unsheltered population faces heightened health and social risks, yet research on their experiences remains limited. OBJECTIVE: This paper presents the protocol for the Periodic Assessment of Trajectories of Housing, Homelessness, and Health Study (PATHS), a longitudinal study that leverages mobile phone technology and web-based surveys to track the housing and health trajectories of people experiencing unsheltered homelessness in Los Angeles County. METHODS: Participants were recruited from the Los Angeles County Homeless Count Demographic Survey, an annual representative survey of the county's unsheltered population. Eligibility criteria included being aged ≥18 years, having stayed in an unsheltered location or homeless shelter for at least 1 night in the past month, and residing in Los Angeles County. The study uses a web-based survey platform accessible via mobile phones and provides electronic gift card incentives for participation. Data on housing, health, and social outcomes are collected monthly using trauma-informed, equity-sensitive surveys, designed for diverse literacy levels with a user-friendly interface that includes buffers for sensitive topics. RESULTS: Since the study launched in December 2021, a total of 2058 individuals have been screened and found eligible. In total, 57.43% (n=1182) of participants completed the baseline survey, of whom 75.47% (n=892) completed at least 1 monthly survey. By December 2024, participants had contributed 7585 monthly surveys (average of 8.5, SD 8.36 per respondent and median of 6, IQR 2-11). Compared to the unsheltered population of Los Angeles County, the PATHS sample overrepresents younger adults aged <40 years (641/1182, 54.23% vs 38.64%) and female participants (507/1182, 42.89% vs 27.74%). Furthermore, the PATHS cohort reports a high burden of health risks relative to the housed population, with 47.3% (422/892) reporting symptoms of anxiety (vs 19.1%), 45.1% (402/892) reporting symptoms of depression (vs 16.4%), 35% (312/892) reporting a disability (vs 12.9%), and 69.4% (619/892) experiencing food insecurity (vs 15.7%). CONCLUSIONS: PATHS offers an innovative platform for real-time monitoring of the housing, health, and service needs of people experiencing unsheltered homelessness in Los Angeles County. By leveraging continuous, in-depth data collection via mobile surveys, PATHS provides valuable insights into the evolving challenges faced by this population. Addressing critical gaps in longitudinal research, PATHS has the potential to drive more informed policy decisions and interventions that improve outcomes for this population considered vulnerable. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): DERR1-10.2196/74266.
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 | 0,022 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,026 | 0,007 |
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 ».