Impact of oil recession on community mental health service utilization in an oil sands mining region in Canada
Notice bibliographique
Résumé
OBJECTIVES: This retrospective clinical audit compared changes in community mental health service utilization before and during an economic recession in an oil sands region in Canada which was characterized by a doubling of unemployment rates and poor economic outlook. METHODS: Sociodemographic descriptors, psychiatric antecedents, clinical characteristics and follow-up care were compared before and during the recession for newly assessed patients in community mental health clinics located across a Northern Alberta oil mining region. Data were collected retrospectively as part of a clinical audit process and then analysed with descriptive statistics, cross-tabular univariate analyses with chi-square tests using SPSS version 20. RESULTS: A total of 1,465 patients were included. Sociodemographic factors disproportionately elevated during the recession included male sex, Caucasian ethnicity, own home ownership, higher levels of education and unemployment. More patients seeking mental health care were already taking psychotropic medications (e.g. antipsychotics, benzodiazepines and stimulants). At the same time, disproportionately fewer patients engaged in substance abuse or had a prior formal history of mental health problems. The referral reasons during recession were less likely to be associated with substance abuse or mood concerns and more likely for 'other' reasons. The patients seeking psychiatric help during a recession were disproportionately likely to be diagnosed with personality disorders and 'other' less common diagnostic categories and less likely to suffer from mood or trauma-related diagnoses. Referrals for counselling and social services were also disproportionately more common during the recession. CONCLUSION: This study provides a comprehensive description of longitudinal patterns of mental health service utilization before and during a recession. The findings provide important evidence for policy and planning decisions to encourage resource allocation to help promote accessibility of the most needed community mental health resources.
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 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».