MétaCan
Menu
Retour à la cohorte
Enregistrement W4283830411 · doi:10.3390/healthcare10071261

Healthcare Avoidance before and during the COVID-19 Pandemic among Australian Youth: A Longitudinal Study

2022· article· en· W4283830411 sur OpenAlexaff
Md Irteja Islam, Joseph Freeman, Verity Chadwick, Alexandra Martiniuk

Notice bibliographique

RevueHealthcare · 2022
Typearticle
Langueen
DomainePsychology
ThématiqueCOVID-19 and Mental Health
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésCoronavirus disease 2019 (COVID-19)Pandemic2019-20 coronavirus outbreakSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Health careLongitudinal studyPsychologyLongitudinal dataMedicineVirologyPolitical scienceDemographySociologyInfectious disease (medical specialty)Outbreak

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Access to healthcare for young people is essential to ensure they can build a foundation for a healthy life. However, during the COVID-19 pandemic, many people avoided seeking healthcare, adversely affecting population health. We investigated the factors associated with the avoidance of healthcare for Australian young people when they reported that they needed healthcare. We were able to compare healthcare avoidance during the COVID-19 pandemic with healthcare avoidance prior to COVID-19. METHODS: We used two recent data collection waves from the Longitudinal Study of Australian Children (LSAC)-Wave 9C1 during the COVID-19 pandemic in 2020, and Wave 8 data which were collected in 2018. The primary outcome of this study revealed the avoidance of healthcare among those who perceived the need for care. Bivariate analyses and multiple logistic regression models were employed to identify the factors associated with the avoidance of healthcare during the COVID-19 and pre-COVID-19 periods. RESULTS: In the sample of 1110 young people, 39.6% avoided healthcare during the first year of the COVID-19 pandemic even though they perceived that they had a health problem that required healthcare. This healthcare avoidance was similar to the healthcare avoidance in the pre-COVID-19 pandemic period (41.4%). The factors most strongly associated with healthcare avoidance during the COVID-19 pandemic were female gender, an ongoing medical condition, and moderately high psychological distress. In comparison, prior to the pandemic, the factor associated with healthcare avoidance was only psychological distress. The most common reason for not seeking healthcare was thinking that the problem would spontaneously resolve itself (55.9% during COVID-19 vs. 35.7% pre-COVID-19 pandemic). CONCLUSIONS: A large proportion of youths avoided healthcare when they felt they needed to seek care, both during and before the COVID-19 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.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,050
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0030,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,187
Tête enseignante GPT0,453
Écart entre enseignants0,266 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations19
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHealthcareMême sujetCOVID-19 and Mental HealthTravaux en français237 207