Unmet Mental Health Care Needs among Asian Americans 10–11 Years After Exposure to the World Trade Center Attack
Notice bibliographique
Résumé
This study investigated the prevalence of unmet mental health care needs (UMHCN) and their associated factors among 2344 Asian Americans directly exposed to the World Trade Center (WTC) attack 10-11 years afterwards. Given the pervasive underutilization of mental health services among Asians, their subjective evaluation of unmet needs could provide more nuanced information on disparities of service. We used the WTC Health Registry data and found that 12% of Asian Americans indicated UMHCN: 69% attributing it to attitudinal barriers, 36% to cost barriers, and 29% to access barriers. Among all the factors significantly related to UMHCN in the logistic model, disruption of health insurance in the past year had the largest odds ratio (OR = 2.37, 95% confidence interval: 1.61-3.48), though similar to functional impairment due to mental disorders. Post-9/11 mental health diagnosis, probable mental disorder and ≥14 poor mental health days in the past month were also associated with greater odds of UMHCN, while greater social support was associated with lower odds. Results suggest that continued outreach efforts to provide mental health education to Asian communities to increase knowledge about mental illness and treatment options, reduce stigmatization of mental illness, and offer free mental health services are crucial to address UMHCN.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».