Improving Access to Mental Health Care for Children: The Massachusetts Child Psychiatry Access Project
Notice bibliographique
Résumé
BACKGROUND: Inadequate access to care for mentally ill children and their families is a persistent problem in the United States. Although promotion of pediatric primary care clinicians (PCCs) in detection, management, and coordination of child mental health care is a strategy for improving access, limitations in training, time, and specialist availability represent substantial barriers. The Massachusetts Child Psychiatry Access Project (MCPAP), publicly funded with 6 regional consultation teams, provides Massachusetts PCCs with rapid access to child psychiatry expertise, education, and referral assistance. METHODS: Data collected from MCPAP teams measured participation and utilization over 3.5 years from July 1, 2005, to December 31, 2008. Data were analyzed for 35,335 encounters. PCC surveys assessed satisfaction and impact on access to care. RESULTS: The MCPAP enrolled 1341 PCCs in 353 practices covering 95% of the youth in Massachusetts. The MCPAP served 10,114 children. Practices varied in their utilization of the MCPAP, with a mean of 12 encounters per practice per quarter (range: 0-245). PCCs contacted the MCPAP for diagnostic questions (34%), identifying community resources (27%), and consultation regarding medication (27%). Provider surveys revealed improvement in ratings of access to child psychiatry. The rate of PCCs who reported that they are usually able to meet the needs of psychiatric patients increased from 8% to 63%. Consultations were reported to be helpful by 91% of PCCs. CONCLUSIONS: PCCs have used and value a statewide system that provides access to teams of psychiatric consultants. Access to child mental health care may be substantially improved through public health interventions that promote collaboration between PCCs and child mental health specialists.
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 | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,003 |
| 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 ».