Outcomes of Virtual Versus Physical Psychiatric Admissions: A Retrospective Cohort Study
Notice bibliographique
Résumé
OBJECTIVE: Telepsychiatry is an effective alternative to in-person care in many settings. However, evidence is lacking on clinical outcomes when telepsychiatry is used to deliver virtual inpatient psychiatric care. This study compared clinical outcomes of patients virtually admitted with outcomes of those physically admitted to a psychiatric hospital in Ireland during the COVID-19 pandemic. Factors associated with transfer from virtual to physical admission were also investigated. METHODS: Data for this retrospective cohort study (N=1,579 patients) were extracted from electronic health records. Admissions were coded as physical or virtual. Outcome measures were treatment response, length of stay, and time to readmission or death within 6 months of discharge. Inverse probability of treatment weighting was used to control for confounding. Outcomes were analyzed by using logistic and Cox regressions. RESULTS: In 2021, a total of 214 patients were virtually admitted and 1,365 were physically admitted. The virtual admission group had significantly lower odds of treatment response (OR=0.58, 95% CI=0.41-0.81), longer lengths of stay (hazard ratio [HR]=0.83, 95% CI=0.71-0.97), and faster times to readmission or death (HR=2.11, 95% CI=1.52-2.93). Lower socioeconomic status, personality disorder or personality difficulties, history of suicide attempt or deliberate self-harm, and lack of insight into need for treatment were associated with a greater likelihood of transfer from virtual to physical admission. CONCLUSIONS: Patients virtually admitted during the COVID-19 pandemic had worse outcomes than patients who were physically admitted. Postpandemic research should further evaluate the effectiveness of virtual psychiatric wards and identify patient characteristics associated with outcomes of such novel services.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 | 0,001 |
| 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 ».