Geographic Clustering of Admissions to Inpatient Psychiatry among Adults with Cognitive Disorders in Ontario, Canada: Does Distance to Hospital Matter?
Notice bibliographique
Résumé
Objective:This study examined relationships among hospital accessibility, socio-economic context, and geographic clustering of inpatient psychiatry admissions for adults with cognitive disorders in Ontario, Canada.Method:A retrospective cross-sectional analysis was conducted using admissions data from 71 hospitals with inpatient psychiatry beds in Ontario, Canada between 2011 and 2014. Data included 7,637 unique admissions for 4,550 adults with a DSM-IV diagnosis of Delirium, Dementia, Amnestic and other Cognitive Disorders. Bayesian spatial Poisson regression was employed to examine the relationship between accessibility of general hospitals with psychiatric beds and psychiatric hospitals, area-level marginalization, and hospitalization rate with the risk of admission to inpatient psychiatry among adults with cognitive disorders across 516 Forward Sortation Areas (FSA) in Ontario.Results:Residential instability and the overall hospitalization rate were significantly associated with an increase in the relative risk of admissions to inpatient psychiatry. Accessibility to general hospitals and psychiatric hospitals were marginally insignificant at the 95% credible interval in the final model. Significant geographic clustering of admissions was identified where individuals residing in FSA's with the highest relative risk were 2.0 to 7.1 times more likely to be admitted to inpatient psychiatry compared to the average.Conclusions:Geographic clustering of inpatient psychiatry admissions for adults with cognitive disorders exists across the Province of Ontario, Canada. At the geographic level, the risk of admission was positively associated with residential instability and the overall hospitalization rate, but not distance to the closest general or psychiatric hospital.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 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 ».