FATORES ASSOCIADOS A READMISSÕES DE PACIENTES COM TRANSTORNOS MENTAIS E USO DE SUBSTÂNCIAS
Notice bibliographique
Résumé
RESUMO Objetivo: Analisar os fatores associados às readmissões de pacientes com transtornos mentais e uso de substâncias. Método: Estudo quantitativo, transversal e analítico. Os participantes são um hospital geral, um hospital universitário e uma Unidade de Pronto Atendimento da região metropolitana de Porto Alegre/RS, Brasil. Utilizou-se o instrumento interRAI Emergency Screener for Psychiatry. Foram realizadas análises descritivas e regressão logística para comparar as amostras e identificar fatores associados ao risco de múltiplas readmissões (quatro ou mais). Resultados: A amostra total foi composta por 324 pacientes (idade média: 41,79 ±14,27 anos, 61,04 % do sexo masculino), com quatro diagnósticos principais: transtornos do humor (29,14 %), transtornos relacionados ao uso de substâncias (27,70 %), esquizofrenia (23,74 %) e transtornos de ansiedade (19,42 %). A maioria dos indivíduos possuía internações prévias, especialmente no hospital universitário (81,82 %, p=0,006), mas não houve diferença significativa para múltiplas internações anteriores (4 ou mais), que variaram entre 34 % e 40 % nos locais de coleta de dados. O diagnóstico de transtornos relacionados ao uso de substâncias foi o fator com maior associação com múltiplas readmissões (OR=2,75; p=0,039), seguido por problemas comportamentais (OR=2,62; p=0,001) e mania (OR=2,28; p=0,012). O item sobre pensamentos intrusivos ou traumas prévios apresentou um odds ratio de 2,08 (p=0,016). A presença de suporte familiar e redes de apoio comunitário teve um efeito protetor, possivelmente prevenindo readmissões (OR=0,49; p=0,038). Conclusão: Considerando que o principal fator de risco para as readmissões são transtornos relacionados ao uso de substâncias, há urgência de investimentos nos Centros de Atenção Psicossocial para usuários de álcool e outras drogas.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 tête enseignante, 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 ».