Service Use and Unmet Needs for Substance Use and Mental Disorders in Canada
Notice bibliographique
Résumé
OBJECTIVE: To investigate patterns and predictors of help seeking and met/unmet needs for mental health care in a national population health survey. METHOD: Participants were respondents to the 2012 Canadian Community Health Survey on Mental Health (CCHS-MH; n = 25,133). We used regression to identify the diagnostic and sociodemographic predictors of the use of informal supports, primary care, and specialist care, as well as perceived unmet needs. RESULTS: Eleven percent of Canadians reported using professionally led services for mental health or substance use in 2012, while another 9% received informal supports. Two-thirds of people with substance use disorders did not receive any care, and among those who did, informal supports were most common. Seventy-four percent of people with mood/anxiety disorders and 88% of those with co-occurring disorders did access services, most commonly specialist mental health care. Men, older people, members of ethnocultural minorities, those not born in Canada, those with lower education, and those with higher incomes were less likely to receive care. Unmet needs were higher among people with substance use disorders. CONCLUSIONS: Gaps in services continue to exist for some potentially vulnerable population subgroups. Policy and practice solutions are needed to address these unmet needs. In particular, the convergence of research pointing to gaps in the availability and accessibility of high-quality services for substance use in Canada demands attention.
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 | 0,000 | 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 ».