Pilot study of the prevalence of alcohol, substance use and mental disorders in a cohort of <scp>I</scp>raqi, <scp>A</scp>fghani, and <scp>I</scp>ranian refugees in <scp>V</scp>ancouver
Notice bibliographique
Résumé
Abstract Introduction This study investigated the prevalence rate of current alcohol, substance use, post‐traumatic stress disorder ( PTSD ) and depression in a cohort of M iddle‐ E astern government‐assisted refugees ( GAR ) to B ritish C olumbia. Methods A group of GAR s (32 men and 36 women) were interviewed and assessed using four clinical assessments ( AUDIT , DUDIT , IES‐R , PHQ ‐9) at an intake facility in M etro V ancouver. Results Men had a higher prevalence of alcohol use compared to women (15.6% versus 0%, P < .05). Substance use was low for both men and women (3.1% and 2.8%) and consisted of T ylenol 3 use. Approximately the same proportion of male and female GAR s had PTSD as a clinical concern (21.8% and 22.2%). GAR s that were I raqi, M uslim, had attended university, or had children had higher IES‐R scores compared to other GAR s. Depression as a clinical concern was found in female and male GAR s (16.7% and 21.9%). Total PHQ ‐9 scores were higher for GAR s who were unmarried. Discussion It would be beneficial for mental health care providers who treat M iddle‐ E astern GAR s to review screening methods for PTSD , depression, and substance use. This may also include additional training in the screening of GAR s for appropriate mental health services. Mental health services must be linguistically and culturally matched to the recipient for optimal therapeutic benefit.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».