Treatment satisfaction, perceived treatment effectiveness, and dropout among older users of mental health services
Notice bibliographique
Résumé
OBJECTIVES: To examine the rates and correlates of treatment satisfaction, perceived treatment effectiveness, and dropout among older users of mental health services. METHOD: We used data from the Canadian Community Health Survey-Mental Health and Well-Being (CCHS-1.2), which includes 12,792 individuals aged ≥55 years. The average age of these participants was 67 years and 53.2% were female. We examined the rates of treatment satisfaction, perceived treatment effectiveness, and dropout for those who had used mental health services in the past year, and used logistic regression to examine the correlates of these outcomes. RESULTS: Of the older adults included in the CCHS-1.2, 664 (5.3%) had used mental health services in the past year. The majority of these were satisfied with services (88.5%) and perceived treatment to be effective (83.6%), which is likely why only 15.5% dropped out in the past year. In logistic regression models, social support was significantly and positively related to both treatment satisfaction and perceived effectiveness. Perceived treatment effectiveness was the only variable related to dropout, with lower levels of perceived effectiveness associated with greater odds of dropping out of treatment. CONCLUSIONS: Results from this study indicate that older adults have very good self-reported treatment outcomes. The modest influence of individual characteristics on treatment outcomes suggests the potential importance of contextual characteristics.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,001 | 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 ».