Access to Refugee and Migrant Mental Health Care Services during the First Six Months of the COVID-19 Pandemic: A Canadian Refugee Clinician Survey
Notice bibliographique
Résumé
The COVID-19 pandemic has had a major impact on the mental health of refugees and migrants. This study aimed to assess refugee clinician perspectives on mental health care during the COVID-19 pandemic, specifically access to and delivery of community mental health care services. We utilized a mixed methods design. We surveyed members of a national network of Canadian clinicians caring for refugees and migrants. Seventy-seven clinicians with experience caring for refugee populations, representing an 84% response rate, participated in the online survey, 11 of whom also participated in semi-structured interviews. We report three major themes: exacerbation of mental health issues and inequities in social determinants of health, and decreased access to integrated primary care and community migrant services. Clinicians reported major challenges delivering care during the first 6 months of the pandemic related to access to care and providing virtual care. Clinicians described perspectives on improving the management of refugee mental health, including increasing access to community resources and virtual care. The majority of clinicians reported that technology-assisted psychotherapy appears feasible to arrange, acceptable and may increase health equity for their refugee patients. However, major limitations of virtual care included technological barriers, communication and global mental health issues, and privacy concerns. In summary, the COVID-19 pandemic has exacerbated social and health inequities within refugee and migrant populations in Canada and challenged the way mental health care is traditionally delivered. However, the pandemic has provided new avenues for the delivery of care virtually, albeit not without additional and unique barriers.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».