Care Trajectories Among Patients With Substance‐Related Disorders in the 3 Years Before Their Last Suicide Attempt
Notice bibliographique
Résumé
OBJECTIVES: Among patients with substance-related disorders (SRDs) and suicide attempts in 2014-2021, we identified care trajectories within a 3-year period preceding their last suicide attempt (index date). We also determined associations between care trajectories and patients sociodemographic and clinical characteristics, quality of care received, and risk of death in the following year. METHODS: Using Quebec (Canada) medical databases, we produced Group-based Multi-Trajectory Modeling, Multinomial Logistic Regression, and Cox Proportional Hazards models. RESULTS: We identified five care trajectories (profiles) among the 2297 study patients. Profile 1 (31%, reference profile) had low outpatient care with late increase in acute care use. It included more men, younger patients and individuals with overall better conditions. Profile 2 (22%) received high physical healthcare and had more chronic physical illnesses. Profile 3 (19%), with more serious mental disorders, and Profile 4 (16%), with more polysubstance-related disorders, used more outpatient mental health (MH) or SRD care, decreasing before index date. Profiles 2, 3 and 4 increasingly used acute care before index date. Profile 5 patients (12%) had more health problems, and so showed the highest overall care use and highest risk of death. CONCLUSION: Tailored interventions are suggested for all profiles, with improved screening and SRD-MH care.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 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 ».