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 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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 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 ».