MétaCan
Menu
Retour à la cohorte
Enregistrement W3012704374 · doi:10.2196/16945

Youth Experiences With Referrals to Mental Health Services in Canada: Protocol for a Web-Based Cross-Sectional Survey Study

2020· article· en· W3012704374 sur OpenAlexafffundvenueabout
Shalini Lal, Danielle Joanna Starcevic, Rebecca Fuhrer

Notice bibliographique

RevueJMIR Research Protocols · 2020
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueHealthcare Systems and Technology
Établissements canadiensUniversité de MontréalMcGill UniversityDouglas Mental Health University Institute
Organismes subventionnairesMitacsGovernment of CanadaMinistère de l'Économie, de la Science et de l'Innovation - Québec
Mots-clésMental healthReferralPublic healthMedicineCross-sectional studyPopulationHealth careFamily medicineNursingPsychiatryEnvironmental health

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Youth mental health is an important public health concern affecting low-, middle-, and high-income countries, and many young people in need of mental health services do not receive the care they need when they need it. An early step in accessing mental health care is the referral process, yet most of the research done on pathways to care has focused on clinical populations (eg, first-episode psychosis) recruited from mental health care settings. There has been limited research attention on the experiences of referral to mental health services from the perspectives of youth recruited from the general population who may or may not have received the services they need. OBJECTIVE: This study aims to investigate the experiences that youth between the ages of 17 and 30 years have with referrals to mental health services and to better understand their perspectives on the use of technology to facilitate referrals. METHODS: This study will use a cross-sectional, Web-based survey design. A convenience sample of 400 participants from 3 Canadian provinces (Quebec, Ontario, and British Columbia), between the ages of 17 and 30 years, will be recruited via Facebook and will be invited to complete a Web-based survey anonymously. A questionnaire including a series of quantitative and qualitative questions will ask participants about their sociodemographic characteristics, past experiences with referral and access to mental health services, and opinions about using technology to facilitate the referral process. RESULTS: Participant recruitment is planned to be initiated by early January 2020 and is estimated to be completed by May 2020. Data will be analyzed using descriptive statistics and logistic regression or chi-square tests for quantitative data, and descriptive content analysis will be used for the qualitative data. CONCLUSIONS: The results of this study can help inform the improvement of referral policies and procedures in youth mental health service delivery. A better understanding of young people's perspectives on referral processes and their opinions on how these processes can be improved are essential to providing appropriate and timely access to mental health care. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): PRR1-10.2196/16945.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Protocole · Signal consensuel: Protocole
Score de désaccord entre enseignants0,225
Score d'incertitude au seuil0,725

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,448
Tête enseignante GPT0,546
Écart entre enseignants0,098 · 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 tête enseignante, pas un consensus.

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

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

En bref

Citations2
Publié2020
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueJMIR Research ProtocolsMême sujetHealthcare Systems and TechnologyTravaux en français237 207