Perceived need for mental health care, findings from the Australian National Survey of Mental Health and Well-being
Notice bibliographique
Résumé
BACKGROUND: The Australian National Survey of Mental Health and Well-being was designed to detect and describe psychiatric morbidity, associated disability, service use and perceived need for care. The survey employed a single-phase interview methodology, delivering a field questionnaire to a clustered probability sample of 10,641 Australians. Perceived need was sampled with an instrument designed for this survey, the Perceived Need for Care Questionnaire (PNCQ). This questionnaire gathers information about five categories of perceived need, assigning each to one of four levels of perceived need. Reliability and validity studies showed satisfactory performance of the instrument. METHODS: Perceived need for mental health care in the Australian population has been analysed using PNCQ data, relating this to diagnostic and service utilization data from the above survey. RESULTS: The survey findings indicate that an estimated 13.8% of the Australian population have perceived need for mental health care. Those who met interview criteria for a psychiatric diagnosis and also expressed perceived need make up 9.9% of the population. An estimated 11.0% of the population are cases of untreated prevalence, a minority (3.6% of the population) of whom expressed perceived need for mental health care. Among persons using services, those without a psychiatric diagnosis based on interview criteria (4.4% of the population), showed high levels of perceived met need. CONCLUSIONS: The overall rate of perceived need found by this methodology lies between those found in the USA and Canada. The findings suggest that service use in the absence of diagnosis elicited by survey questionnaires may often represent successful intervention. In the survey, untreated prevalence was commonly not accompanied by perceived need for mental health care.
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) | 0,000 | 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 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».