MétaCan
Menu
Retour à la cohorte
Enregistrement W1997907886 · doi:10.1186/1472-6963-13-157

Factors associated with reported service use for mental health problems by residents of rural and remote communities: cross-sectional findings from a baseline survey

2013· article· en· W1997907886 sur OpenAlexaboutno aff
David Perkins, Jeffrey Fuller, Brian Kelly, Terry J. Lewin, Michael Fitzgerald, Clare Coleman, Kerry Inder, John Allan, Dinesh Arya, Russell Roberts, Richard Buss

Notice bibliographique

RevueBMC Health Services Research · 2013
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGlobal Health Workforce Issues
Établissements canadiensnon disponible
Organismes subventionnairesNational Health and Medical Research CouncilMedical Research Council
Mots-clésMental healthMedicineHealth administrationPopulation healthCommunity healthHealth informaticsPublic healthQuarter (Canadian coin)PopulationEnvironmental healthCross-sectional studyLogistic regressionService (business)GerontologyNursingPsychiatryGeography

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The patterns of health service use by rural and remote residents are poorly understood and under-represented in national surveys. This paper examines professional and non-professional service use for mental health problems in rural and remote communities in Australia. METHODS: A stratified random sample of adults was drawn from non-metropolitan regions of New South Wales, Australia as part of a longitudinal population-based cohort. One-quarter (27.7%) of the respondents were from remote or very remote regions. The socio-demographic, health status and service utilization (professional and non-professional) characteristics of 2150 community dwelling residents are described. Hierarchical logistic regressions were used to identify cross-sectional associations between socio-demographic, health status and professional and non-professional health service utilization variables. RESULTS: The overall rate of professional contacts for mental health problems during the previous 12 months (17%) in this rural population exceeded the national rate (11.9%). Rates for psychologists and psychiatrists were similar but rates for GPs were higher (12% vs. 8.1%). Non-professional contact rates were 12%. Higher levels of help seeking were associated with the absence of a partner, poorer finances, severity of mental health problems, and higher levels of adversity. Remoteness was associated with lower utilization of non-professional support. A Provisional Service Need Index was devised, and it demonstrated a broad dose-response relationship between severity of mental health problems and the likelihood of seeking any professional or non-professional help. Nevertheless, 47% of those with estimated high service need had no contact with professional services. CONCLUSIONS: An examination of self-reported patterns of professional and non-professional service use for mental health problems in a rural community cohort revealed relatively higher rates of general practitioner attendance for such problems compared with data from metropolitan centres. Using a measure of Provisional Service Need those with greater needs were more likely to access specialist services, even in remote regions, although a substantial proportion of those with the highest service need sought no professional help. Geographic and financial barriers to service use were identified and perception of service adequacy was relatively low, especially among those with the highest levels of distress and greatest adversity.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,048

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,265
Tête enseignante GPT0,514
Écart entre enseignants0,249 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations56
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC Health Services ResearchMême sujetGlobal Health Workforce IssuesTravaux en français237 207