Major depressive disorder and access to health services among people who use illicit drugs in Vancouver, Canada
Notice bibliographique
Résumé
BACKGROUND: People who use illicit drugs (PWUD) are commonly diagnosed with major depressive disorder (MDD). However, little is known about whether PWUD living with MDD experience additional barriers to accessing health services compared to those without MDD. We sought to identify whether MDD symptoms were associated with perceived barriers to accessing health services among people who use illicit drugs (PWUD) in Vancouver, Canada. METHODS: Data were collected through prospective cohorts of PWUD in Vancouver, Canada between 2005 and 2016. Using multiple logistic regression, we examined the relationship between MDD symptoms, defined as a Centre for Epidemiologic Studies Depression (CES-D) scale total score of ≥16, and barriers to access health services. We also used descriptive statistics to examine common barriers among participants who reported any barriers. RESULTS: Among a total of 1529 PWUD, including 521 (34.1%) females, 415 (27.1%) reported barriers to accessing health services, and 956 (62.5%) reported MDD symptoms at baseline. In multiple logistic regression analyses, after adjusting for a range of potential confounders, MDD symptoms (adjusted odds ratio [AOR] = 1.40; 95% confidence interval [CI]: 1.03-1.92) were positively and significantly associated with barriers to accessing health services. Among those who reported MDD symptoms and barriers to access, commonly reported barriers included: long wait lists/times (38.1%); and treated poorly by health care professionals (30.0%). CONCLUSION: These findings show that the likelihood of experiencing barriers to accessing health services was higher among PWUD with MDD symptoms compared to their counterparts. Policies and interventions tailored to address these barriers are urgently needed for this subpopulation of PWUD.
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 ».