Young Australians with moderate to severe mental health problems: client data and outcomes at Children and Young People's Mental Health
Notice bibliographique
Résumé
© 2015 Wiley Publishing Asia Pty Ltd Aim: Almost a quarter of young Australians experience a mental health issue that may become chronic if left untreated. Children and Young People's Mental Health (CYPMH) is a specialist tertiary service for young people with moderate to severe mental health problems on the Central Coast in Australia. This paper presents an overview of client data and service use collected over a 1 year period specific to the Youth Mental Health (YMH) component of the service. Method: Client data, including demographic characteristics, service usage, presenting issues and standardized outcome measures, were analysed using SPSS. Clinicians routinely collect MH-OAT (Mental Health Outcomes and Assessment Tools) measures at different points in a client's episode of care, and each of these measures was analysed separately. Wilcoxon Z and a series of McNemar's tests were used to report on the difference between admission and discharge scores. Results: During a designated 1 year period, 830 referrals to YMH were received. The most prevalent presenting issue was suicidal ideation followed by deliberate self-harm and depression. A comparison of admission and discharge outcome scores shows significant improvement by discharge on a range of measures. Specifically, analysis identified significant differences between admission and discharge HoNOSCA (Health of the Nation Outcomes Scales for Children and Adolescents) and CGAS (Children's Global Assessment Scale) scores for young people aged 12–17 and HONOS (Health of the Nation Outcomes Scale) scores for young people aged 18–24. Conclusion: The clinical outcomes for young people are positive with improvements seen on a range of measures.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».