Which Sociodemographic and Pathway to Care Factors Influence the Wait Time for Early Intervention for Psychosis? A Mental Health Electronic Health Records Analysis in South London
Notice bibliographique
Résumé
AIM: In 2016, the Access and Waiting Time Standard (AWTS) was introduced in England, UK, outlining that people with first-episode psychosis should receive treatment from an early intervention for psychosis (EIP) service within 2 weeks. We examined sociodemographic, pathways to care (PtC), and clinical factors associated with EIP service wait time. METHOD: We collected de-identified data from a large mental health provider in South London, UK. We included patients referred and accepted to EIP services as inpatient or community contacts between 1 May 2016 and 30 April 2019, providing 3 years of data from the introduction of AWTS. Descriptive statistics and multivariable linear regression were performed. RESULTS: A total of 1806 patients were identified with a mean age of 30 (SD: 10.7) years, of whom 86.3% (n = 1559) accessed community EIP and 13.7% (n = 247) accessed inpatient EIP; of these, 26.7% were not seen within 2 weeks. Community EIP patients waited longer adj.β = 2.21 days (95% CI: 2.05-2.37) compared with inpatient EIP patients, and being older was associated with longer wait time. Conversely, a shorter wait time was associated with A&E [adj.β = -0.22 days (95% CI: -0.36, -0.10)] and 'other' [adj.β = -0.21 days (95% CI: -0.36, -0.03)] PtC characteristics. White non-British and South Asian patients had shorter wait times compared with White British patients; however, this difference diminished after adjusting for PtC and clinical factors. CONCLUSIONS: Our findings indicate that individual factors, PtC, and mode of contact influence wait time for EIP services. More than a quarter of patients were not seen within 2 weeks, indicating that targeted support in community EIP services is needed to meet clinical guidelines.
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 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».