The relationship between mood disorder diagnosis and experiencing an unmet health-care need in Canada: findings from the 2014 Canadian Community Health Survey
Notice bibliographique
Résumé
BACKGROUND: Despite Canada's universal health-care system, millions of Canadians experience unmet health-care needs (UHCN). People with mood disorders may be at higher risk of UHCN due to barriers such as stigma and gaps in health-care services. AIM: We aimed to examine the relationship between having a diagnosed mood disorder and experiencing UHCN using a recent, nationally representative survey. METHODS: Using the 2014 Canadian Community Health Survey, we used multivariate logistic regression to estimate the association between mood disorder and UHCN in the past 12 months, adjusting for sociodemographic variables and health status. RESULTS: Among 52,825 respondents, 11.8% reported UHCN. Respondents with a diagnosed mood disorder were more likely to report UHCN [adjusted odds ratio (OR) 1.61, 95% confidence interval (CI) 1.38, 1.89]. Among respondents with a regular doctor, people with mood disorders were still more likely to report UHCN (OR 1.63, 95% CI 1.38, 1.93). Sensitivity analyses using propensity score and missing data imputation approaches resulted in similar estimates. CONCLUSIONS: Adults diagnosed with a mood disorder are more likely to report UHCN in the past year, even those with a regular doctor. Our findings suggest that barriers beyond physician attachment may impact access to care for people with mood disorders.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,007 |
| Études des sciences et des technologies | 0,003 | 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) | 0,002 | 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 ».