LGBT Identity, Untreated Depression, and Unmet Need for Mental Health Services by Sexual Minority Women and Trans-Identified People
Notice bibliographique
Résumé
BACKGROUND: Previous studies have found that transgender, lesbian, and bisexual people report poorer mental health relative to heterosexuals. However, available research provides little information about mental health service access among the highest need groups within these communities: bisexual women and transgender people. This study compared past year unmet need for mental health care and untreated depression between four groups: heterosexual cisgender (i.e., not transgender) women, cisgender lesbians, cisgender bisexual women, and transgender people. MATERIALS AND METHODS: This was a cross-sectional Internet survey. We used targeted sampling to recruit 704 sexual and gender minority people and heterosexual cisgendered adult women across Ontario, Canada. To ensure adequate representation of vulnerable groups, we oversampled racialized and low socioeconomic status (SES) women. RESULTS: Trans participants were 2.4 times (95% confidence intervals [CI] = 1.6-3.8, p < 0.01) and bisexual people 1.8 times (95% CI = 1.1-2.9, p = 0.02) as likely to report an unmet need for mental healthcare as cisgender heterosexual women. Trans participants were also 1.6 times (95% CI = 1.0-27, p = 0.04) more likely to report untreated depression. These differences were not seen after adjustment for social context factors such as discrimination and social support. CONCLUSION: We conclude that there are higher rates of unmet need and untreated depression in trans and bisexual participants that are partly explained by differences in social factors, including experiences of discrimination, lower levels of social support, and systemic exclusion from healthcare. Our findings suggest that the mental health system in Ontario is not currently meeting the needs of many sexual and gender minority people.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».