MétaCan
Menu
Retour à la cohorte
Enregistrement W2743631323 · doi:10.1186/s12961-017-0233-5

Assessing service use for mental health by Indigenous populations in Australia, Canada, New Zealand and the United States of America: a rapid review of population surveys

2017· review· en· W2743631323 sur OpenAlexaboutno aff
Cecily McIntyre, Meredith Harris, Amanda Baxter, Stuart Leske, Sandra Diminic, Joseph P. Gone, Ernest Hunter, Harvey Whiteford

Notice bibliographique

RevueHealth Research Policy and Systems · 2017
Typereview
Langueen
DomaineSocial Sciences
ThématiqueIndigenous Health, Education, and Rights
Établissements canadiensnon disponible
Organismes subventionnairesQueensland HealthYale University
Mots-clésIndigenousMental healthMedicinePsychological interventionHealth services researchPopulationHealth carePublic healthInclusion (mineral)Health administrationNursingEnvironmental healthPsychologyPsychiatryEconomic growth

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Indigenous people in Australia, Canada, New Zealand and the United States of America experience disproportionately poor mental health compared to their non-Indigenous counterparts. To optimally allocate resources, health planners require information about the services Indigenous people use for mental health, their unmet treatment needs and the barriers to care. We reviewed population surveys of Indigenous people to determine whether the information needed to guide service development is being collected. METHODS: We sought national- or state-level epidemiological surveys of Indigenous populations conducted in each of the four selected countries since 1990 that asked about service use for mental health. Surveys were identified from literature reviews and web searches. We developed a framework for categorising the content of each survey. Using this framework, we compared the service use content of the surveys of Indigenous people to each other and to general population mental health surveys. We focused on identifying gaps in information coverage and topics that may require Indigenous-specific questions or response options. RESULTS: Nine surveys met our inclusion criteria. More than half of these included questions about health professionals consulted, barriers to care, perceived need for care, medications taken, number, duration, location and payment of health professional visits or use of support services or self-management. Less than half included questions about interventions received, hospital admissions or treatment dropout. Indigenous-specific content was most common in questions regarding use of support services or self-management, types of health professionals consulted, barriers to care and interventions received. CONCLUSIONS: Epidemiological surveys measuring service use for mental health among Indigenous populations have been less comprehensive and less standardised than surveys of the general population, despite having assessed similar content. To better understand the gaps in mental health service systems for Indigenous people, systematically-collected subjective and objective indicators of the quality of care being delivered are needed.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,023
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,937
Score d'incertitude au seuil0,996

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0230,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,593
Tête enseignante GPT0,594
Écart entre enseignants0,002 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations34
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHealth Research Policy and SystemsMême sujetIndigenous Health, Education, and RightsTravaux en français237 207