Perceived Need, Mental Health Literacy, Neuroticism and Self- Stigma Predict Mental Health Service Use Among Older Adults
Notice bibliographique
Résumé
OBJECTIVES: Older adults are the least likely age group to seek mental health services. However, few studies have explored a comprehensive range of sociodemographic, psychological, and social barriers and facilitators to seeking treatment in later life. METHODS: A cross-sectional, national sample of Canadian older adults (55+, N = 2,745) completed an online survey including reliable and valid measures of predisposing, enabling, and need characteristics, based on Andersen's behavioral model of health, as well as self-reported use of mental health services. Univariate and hierarchical logistic regressions predicted past 5-year mental health service use. RESULTS: Mental health service use was most strongly and consistently associated with greater perceived need (OR = 11.48) and mental health literacy (OR = 2.16). Less self-stigma of seeking help (OR = .65) and greater neuroticism (OR = 1.57) also predicted help-seeking in our final model, although their effects were not as strong or consistent across gender, marital status, and age subgroups. CONCLUSIONS: The need category was crucial to seeking help, but predisposing psychological factors were also significant barriers to treatment. CLINICAL IMPLICATIONS: Interventions that target older adults high in neuroticism by improving perceptions of need for treatment, mental health literacy, and self-stigma of seeking help may be particularly effective ways of improving access to mental health services.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 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) | 0,001 | 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 ».