Interlocking oppressions: the effect of a comorbid physical disability on perceived stigma and discrimination among mental health consumers in Canada
Notice bibliographique
Résumé
People living with mental health problems often face stigma and discrimination; however, there is a lack of research that examines how comorbid conditions affect this perceived stigma. This study sought to determine whether people who have a comorbid physical and psychiatric disability experience more stigma than those with only a psychiatric disability. It also looked at how perceived stigma and discrimination affect physical and mental health. A secondary analysis on data from interviews with 336 former and current clients of the mental health system in a mid-size Canadian city in 2005 was performed. Of these, 203 (60.4%) reported they had a psychiatric disability, 112 (33.0%) reported that they had a physical disability, with 74 reporting both a psychiatric and a physical disability. People with a self-reported psychiatric disability and a self-reported comorbid physical disability faced more overall perceived discrimination/stigma (P = 0.04), than those with a psychiatric disability alone. Perceived discrimination/stigma was positively correlated with psychiatric problem severity (P = 0.02), and negatively correlated with self-rated general health (P < 0.001), physical condition (P < 0.001), emotional well-being (P < 0.001) and life satisfaction (P < 0.001). These results bring to light the aggravating effect of a physical disability on the perceived stigma for those living with a mental illness, and also strengthen the knowledge that stigma and discrimination have a negative impact on health. Healthcare providers should recognise this negative impact and screen for these comorbid conditions. Policy-makers should take measures such as improving access to housing and employment services to help reduce stigma and discrimination against this particularly vulnerable group.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,007 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».