Trends in Involuntary Psychiatric Hospitalization in British Columbia: Descriptive Analysis of Population-Based Linked Administrative Data from 2008 to 2018
Notice bibliographique
Résumé
IntroductionInvoluntary psychiatric hospitalization occurs when someone with a serious mental disorder requires treatment without their consent. Trends vary globally, and currently, there is limited data on involuntary hospitalization in Canada. We examine involuntary hospitalization trends in British Columbia, Canada, and describe the social and clinical characteristics of people ages 15 and older who were involuntarily hospitalized between 2008/2009 and 2017/2018.MethodWe used population-based linked administrative data to examine and compare trends in involuntary and voluntary hospitalizations for mental and substance use disorders. We described patient characteristics (sex/gender, age, health authority, income, urbanity/rurality, and primary diagnosis) and tracked the count of involuntarily hospitalized people over time by diagnosis. Finally, we examined population-based prevalence over time by age and sex/gender.ResultsInvoluntary hospitalizations among British Columbians ages 15 and older rose from 14,195 to 23,531 (65.7%) between 2008/2009 and 2017/2018. Apprehensions involving police increased from 3,502 to 8,009 (128.7%). Meanwhile, voluntary admissions remained relatively stable, with a minimal increase from 17,651 in 2008/2009 to 17,751 in 2017/2018 (0.5%). The most common diagnosis for involuntary patients in 2017/2018 was mood disorders (25.1%), followed by schizophrenia (22.3%), and substance use disorders (18.8%). From 2008/2009 to 2017/2018, the greatest increase was observed for substance use disorders (139%). Over time, population-based prevalence increased most rapidly among women ages 15–24 (162%) and men ages 15–34 (81%) and 85 and older (106%).ConclusionFindings highlight the need to strengthen the voluntary care system for mental health and substance use, especially for younger adults, and people who use substances. They also signal a need for closer examination of the use of involuntary treatment for substance use disorders, as well as further research exploring forces driving police involvement and its implications.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,007 | 0,016 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,004 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,129 | 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 ».