Psychosocial stressors contributing to emergency psychiatric service utilization in a sample of ethno-culturally diverse clients with psychosis in Toronto
Notice bibliographique
Résumé
BACKGROUND: Understanding the psychosocial stressors of people with psychoses from minority ethnic groups may help in the development of culturally appropriate services. This study aimed to compare psychosocial factors associated with attendance at an emergency department (ED) for six ethnic groups. Preventing crises or supporting people better in the community may decrease hospitalization and improve outcomes. METHOD: A cohort was created by retrospective case note analysis of people of East-Asian, South-Asian, Black-African, Black-Caribbean, White-North American and White-European origin groups attending a specialized psychiatric ED in Toronto with a diagnosis of psychosis between 2009 and 2011. The psychological or social stressors which were linked to the presentation at the ED that were documented by the attending physicians were collected for this study. Logistic regression models were constructed to analyze the odds of presenting with specific stressors. RESULTS: Seven hundred sixty-five clients were included in this study. Forty-four percent of the sample did not have a psychiatrist, and 53% did not have a primary care provider. Social environmental stressors were the most frequent psychosocial stressor across all six groups, followed by issues in the primary support group, occupational and housing stressors. When compared to White-North American clients, East-Asian and White-European origin clients were less likely to present with a housing stressor, while Black-African clients had decreased odds of presenting with primary support group stressor. Having a primary care provider or psychiatrist were predominantly protective factors. CONCLUSION: In Toronto, moving people with chronic mental health conditions out of poverty, increasing the social safety net and improving access to primary care and community based mental health services may decrease many of the stressors which contribute to ED attendance.
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 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».