MétaCan
Menu
Retour à la cohorte
Enregistrement W2910357614 · doi:10.1002/hpm.2733

Who experiences unmet need for mental health services and what other barriers to accessing health care do they face? <scp>F</scp>indings from <scp>A</scp>ustralia and <scp>C</scp>anada

2019· article· en· W2910357614 sur OpenAlexaboutno aff
Lisa Corscadden, Emily Callander, Stephanie M. Topp

Notice bibliographique

RevueThe International Journal of Health Planning and Management · 2019
Typearticle
Langueen
DomainePsychology
ThématiqueMental Health Treatment and Access
Établissements canadiensnon disponible
Organismes subventionnairesJames Cook University
Mots-clésMental healthFace (sociological concept)Health careInternet privacyNursingPsychologyMedicineComputer sciencePsychiatrySociologyPolitical science

Résumé

récupéré en direct d'OpenAlex

PURPOSE: To examine factors associated with unmet need for mental health services and links with barriers to access to care more broadly. METHODOLOGY: The Commonwealth Fund International Health Policy Surveys from 2013 and 2016 were used to explore factors associated with unmet need for adults who experienced emotional distress for 1320 respondents in Australia and 2284 in Canada. FINDINGS: Over one in five adults in Australia (21%) and in Canada (25%) experienced emotional distress, just over half said they received professional help (51% in Australia, 59% in Canada). The majority of those who did not get help indicated did not want to see a professional (37% in Australia, 30% in Canada). For those who did seek help, the factors associated with not receiving care included lower income, higher out-of-pocket health care costs, and poorer health. When compared with people with met needs, those with unmet needs for mental health services were more likely to also experience affordability, medication, and trust-related access barriers (AOR range 2.41 to 7.49 for the two countries, P < 0.01). CONCLUSION: Including unmet needs for mental health services as part of regular reporting on access to care may bring attention to access barriers for people with mental health conditions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,853
Score d'incertitude au seuil0,292

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,027
Tête enseignante GPT0,373
Écart entre enseignants0,345 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations43
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe International Journal of Health Planning and ManagementMême sujetMental Health Treatment and AccessTravaux en français237 207