Avoidance of primary healthcare among transgender and non-binary people in Canada during the COVID-19 pandemic
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
Transgender (trans) and non-binary people experience barriers to culturally competent healthcare and many have reported avoiding care. COVID-19 and related mitigation strategies may have exacerbated avoidance, and poor mental health may be bidirectionally related to avoiding care. This study estimated the prevalence of primary care avoidance during the pandemic in a national sample of trans and non-binary people in Canada with a primary care provider and examined the association between poorer self-rated mental health and avoidance. In Fall 2019, Trans PULSE Canada collected multi-mode survey data from trans and non-binary people. In September to October 2020, 820 participants completed a COVID-19-focused survey. In this cross-sectional analysis, multivariable logistic regression models estimated odds ratios adjusted for confounders and weighted to the 2019 sample. The analysis included 689 individuals with a primary healthcare provider, of whom 61.2% (95% CI: 57.2, 65.2) reported fair or poor mental health and 25.7% (95% CI: 22.3, 29.2) reported care avoidance during the pandemic. The most common reason for avoidance was having a non-urgent health concern (72.7%, 95% CI: 65.9, 79.5). In adjusted analyses, those with fair or poor mental health had higher odds of avoiding primary care as compared to those with good to excellent mental health (adjusted odds ratio [AOR] = 2.37; 95% CI: 1.50, 3.77). This relationship was similar when excluding COVID-related reasons for avoidance (AOR = 2.52; 95% CI: 1.52, 4.17). Expansion of virtual communication may enhance primary care accessibility, and proactively assessing mental health symptoms may facilitate connections to gender-affirming 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.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 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