A Controlled Before-and-after Evaluation of a Mobile Crisis Partnership between Mental Health and Police Services in Nova Scotia
Notice bibliographique
Résumé
OBJECTIVES: Police are often the front-line response to people experiencing mental health crises. This study examined the impact of an integrated mobile crisis team formed in partnership between mental health services, municipal police, and emergency health services. The service offered short-term crisis management, with mobile interventions being attended by a plainclothes police officer and a mental health professional. METHODS: We used a mixed-methods design encompassing: a controlled before-and-after quantitative comparison of the intervention area with a control area without access to such a service, for 1 year before and 2 years after program implementation; and qualitative assessments of the views of service recipients, families, police officers, and health staff at baseline and 2 years afterward. RESULTS: The integrated service resulted in increased use by people in crisis, families, and service partners (for example, from 464 to 1666 service recipients per year). Despite increased service use, time spent on-scene and call-to-door time were reduced. At year 2, the time spent on-scene by police (136 minutes) was significantly lower than in the control area (165 minutes) (Student t test = 3.4, df = 1649, P < 0.001). After adjusting for confounders, people seen by the integrated team (n = 295) showed greater engagement than control subjects as measured by outpatient contacts (b = 1.3, chi square = 92.7, df = 1, P < 0.001). The service data findings were supported by the qualitative results of focus groups and interviews. CONCLUSIONS: Partnerships between the police department and mental health system can improve collaboration, efficiency, and the treatment of people with mental illness.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 ».