Restricting community treatment orders to people with non-affective psychosis is needed to reduce use and improve subsequent outcomes: Queensland-wide cohort study
Notice bibliographique
Résumé
BACKGROUND: The use of community treatment orders (CTOs) has increased in many jurisdictions despite very limited evidence for their efficacy. In this context, it is important to investigate any differences in outcome by subgroup. AIMS: To investigate the variables associated with CTO placement and the impact of CTOs on admissions and bed-days over the following 12 months, including differences by diagnosis. METHOD: Cases and controls from a complete jurisdiction, the state of Queensland, Australia, were analysed. Administrative health data were matched by age, sex and time of hospital discharge (index date) with two controls per case subject to a CTO. Multivariate analyses were used to examine factors associated with CTOs, as well as the impact on admissions and bed-days over the 12 months after CTO placement. Registration: Australian and New Zealand Clinical Trials Registry (ACTRN12624000152527). RESULTS: We identified 10 872 cases and 21 710 controls from January 2018 to December 2022 (total n = 32 582). CTO use was more likely in First Nations people (adjusted odds ratio = 1.14; 95% CI: 1.06-1.23), people from culturally diverse backgrounds (adjusted odds ratio = 1.45; 95% CI: 1.33-1.59) and those with a preferred language other than English (adjusted odds ratio = 1.21; 95% CI: 1.02-1.44). When all diagnostic groups were considered, there were no differences in subsequent admissions or bed-days between cases and controls. However, both re-admissions and bed-days were significantly reduced for CTO cases compared with controls in analyses restricted to non-affective psychoses (e.g. adjusted odds ratio = 0.77, 95% CI: 0.71-0.84 for re-admission). CONCLUSIONS: Queenslanders from culturally or linguistically diverse backgrounds and First Nations peoples are more likely to be placed on CTOs. Targeting CTO use to people with non-affective psychosis would both address rising CTO rates and mean that people placed on these orders derive possible benefit. This has implications for both clinical practice and policy.
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 | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| 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 | 0,002 |
| 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 ».