MétaCan
Menu
Retour à la cohorte
Enregistrement W2001739558 · doi:10.1186/1472-6963-10-46

Perceptions of unmet healthcare needs: what do Punjabi and Chinese-speaking immigrants think? A qualitative study

2010· article· en· W2001739558 sur OpenAlexafffundabout
Emily Gard Marshall, Sabrina T. Wong, Jeannie Haggerty, Jean‐Frédéric Lévesque

Notice bibliographique

RevueBMC Health Services Research · 2010
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealthcare Systems and Reforms
Établissements canadiensUniversité de SherbrookeCentre Hospitalier de l’Université de MontréalUniversity of British ColumbiaInstitut National de Santé Publique du QuébecDalhousie University
Organismes subventionnairesCanadian Institutes of Health ResearchUniversity of British ColumbiaUniversité de Sherbrooke
Mots-clésHealth careFocus groupMedicineThematic analysisHealth administrationImmigrationNursing researchQualitative researchHealth literacyNursingHealth informaticsPerceptionFamily medicinePublic healthPsychologySociology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Unmet healthcare needs - the difference between healthcare services deemed necessary to deal with a particular health problem and the actual services received - is commonly measured by the question, "During the past 12 months, was there ever a time when you felt that you needed healthcare, but you didn't receive it?" In 2003, unmet needs were reported by 10% of immigrants in Canada, yet, little is known specifically about Chinese- or Punjabi-speaking immigrants' perceptions and reporting of unmet needs. Our study examined: 1) How are unmet healthcare needs conceptualized among Chinese- and Punjabi-speaking immigrants? 2) Are their primary healthcare experiences related to their unmet healthcare needs? METHODS: Twelve focus groups (6 Chinese, 6 Punjabi; n = 78) were conducted in Chinese or Punjabi and socio-demographic and health data were collected. Thematic analysis of focus group data examined the perceptions of unmet needs and any relationship to primary healthcare experiences. RESULTS: Our analysis revealed two overarching themes: 1) defining an unmet healthcare need and 2) identifying an unmet need. Participants had unmet healthcare needs in relation to barriers to accessing care, their lack of health system literacy, and when the health system was less responsive than their expectations. CONCLUSIONS: Asking whether someone ever had a time when they needed healthcare but did not receive it can either underestimate or overestimate unmet need. Measuring unmet need using single items is likely insufficient since more detail in a revised set of questions could begin to clarify whether the reporting of an unmet need was based on an expectation or a clinical need. Who defines what an unmet healthcare need is depends on the context (insured versus uninsured health services, experience in two or more healthcare systems versus experience in one healthcare system) and who is defining it (provider, patient, insurer).

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)0,007
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,058
Score d'incertitude au seuil0,115

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,007
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0110,006
Communication savante0,0030,003
Science ouverte0,0020,004
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,081
Tête enseignante GPT0,437
Écart entre enseignants0,357 · 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'étudeQualitatif
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

Citations50
Publié2010
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBMC Health Services ResearchMême sujetHealthcare Systems and ReformsTravaux en français237 207