Transitions in health service use among women with poor mental health: a 7-year follow-up
Notice bibliographique
Résumé
OBJECTIVE: Women suffering from mental health problems require varied needs of mental health service utilisation. Transition between general practitioner and mental health services use are available through the Better Access Scheme initiative, for those in need of treatment. The study's aim was to identify trajectories of mental health service utilisation by Australian women. DESIGN: The Australian Longitudinal Study on Women's Health data linked to the administrative medical claims dataset were used to identify subgroups of women profiled by their mental health service use from 2006 to 2013. Latent growth mixture model is a statistical method to profile subgroups of individuals based on their responses to a set of observed variables allowing for changes over time. Latent class groups were identified, and used to examine predisposing factors associated with patterns of mental health service use change over time. SETTING: This study was conducted in Australia. PARTICIPANTS: National representative sample of women of born in 1973-1978, who were aged between 28 and 33 years at the start of our study period. RESULTS: Six latent class trajectories of women's mental health service use were identified over the period 2006-2013. Approximately, one-quarter of the sample were classified as the most recent users, while approximate equal proportions were identified as either early users, late/low user or late-high users. Additional, subgroups were defined as the consistent-reduced user and the late-high users, over time. Only 7.2% of the sample was classified as consistent high users who potentially used the services each year. CONCLUSION: These findings suggest that use of the Better Access Scheme mental health services through primary care was varied over time and may be tailored to each individual's needs for the treatment of depressive symptoms.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».