Widening mental health and substance use inequities among sexual and gender minority populations: Findings from a repeated cross-sectional monitoring survey during the COVID-19 pandemic in Canada
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This paper examines the mental health and substance use impacts of the COVID-19 pandemic among sexual and gender minority (SGM) populations as compared to non-SGM populations, and identifies risk factors for mental health and substance use impacts among SGM groups. Data were drawn from two rounds of a repeated cross-sectional monitoring survey of 6027 Canadian adults, with Round 1 conducted May 14-19, 2020 and Round 2 conducted September 14-21, 2020. Bivariate cross-tabulations with chi-square tests were utilized to identify differences in mental health and substance use outcomes between SGM and non-SGM groups. Separate multivariable logistic regression models were used to identify risk factors for mental health and substance use outcomes for all SGM respondents. Compared to non-SGM respondents, a greater proportion of SGM participants reported mental health and substance use impacts of the COVID-19 pandemic, including deterioration in mental health, poor coping, suicidal thoughts, self-harm, alcohol and cannabis use, and use of substances to cope. Among SGM respondents, various risk factors, including having a pre-existing mental health condition, were identified as associated with mental health and substance use impacts. These widening inequities demonstrate the need for tailored public mental health actions during and beyond the pandemic.
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.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 découle