Mental Health Status, Health Care Utilisation, and Service Satisfaction among Immigrants in Montreal: An Epidemiological Comparison
Notice bibliographique
Résumé
OBJECTIVE: To examine variations between immigrants and nonimmigrants in 1) prevalence of common mental disorders and other mental health variables; 2) health service utilisation for emotional problems, mental disorders, and addictions, and 3) health service satisfaction. METHODS: This article is based on a longitudinal cohort study conducted from May 2007 to the present: the Epidemiological Catchment Area Study of Montreal South-West (ZEPSOM). Participants were followed up at 4 time points (T1, n = 2433; T4, n = 1095). Core exposure variables include immigrant status (immigrant vs. nonimmigrant), duration of residence, and region of origin. Key outcome variables included mental health status, health service utilisation, and health service satisfaction. Data were analysed both cross-sectionally and longitudinally. RESULTS: Immigrants had been in Canada for 20 years on average. Immigrants had significantly lower rates of high psychological distress (32.6% vs. 39.1%, P = 0.016), alcohol dependence (1.4% vs. 3.9%, P =0.010), depression (5.2% vs. 9.2%, P = 0.008), and various other mental disorders. They had significantly higher scores of mental well-being (48.9 vs. 47.1 score, P = 0.014) and satisfaction with social (34.0 vs. 33.4 score, P = 0.021) and personal relationships (16.7 vs. 15.6 score, P < 0.001). Immigrants had significantly lower rates of health service utilisation for emotional problems, mental disorders, and addictions and significantly higher rates of health service satisfaction at all time points. Asian and African immigrants had particularly low rates of utilisation and high rates of satisfaction. CONCLUSIONS: Immigrants had better overall mental health than nonimmigrants.
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 | 0,000 | 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) | 0,000 | 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 ».