MétaCan
Menu
Retour à la cohorte
Enregistrement W4293037337 · doi:10.3389/fpsyt.2022.915999

Barriers to access and utilization of healthcare services for minority-language speakers with neurodevelopmental disorders: A scoping review

2022· review· en· W4293037337 sur OpenAlexafffund
Myriam L. H. Beauchamp, Kaela Amorim, Samantha N. Wunderlich, Jonathan Lai, Julie Scorah, Mayada Elsabbagh

Notice bibliographique

RevueFrontiers in Psychiatry · 2022
Typereview
Langueen
DomainePsychology
ThématiqueLanguage Development and Disorders
Établissements canadiensAutism CanadaUniversity of TorontoMcGill UniversityMontreal Neurological Institute and Hospital
Organismes subventionnairesFonds de Recherche du Québec - Santé
Mots-clésHealth careLanguage barrierData extractionPsychologyPopulationInclusion (mineral)Grey literatureMedical educationMEDLINEMedicineFamily medicinePolitical scienceSocial psychology

Résumé

récupéré en direct d'OpenAlex

Introduction Minority-language speakers in the general population face barriers to accessing healthcare services. This scoping review aims to examine the barriers to healthcare access for minority-language speakers who have a neurodevelopmental disorder. Our goal is to inform healthcare practitioners and policy makers thus improving healthcare services for this population. Inclusion criteria Information was collected from studies whose participants include individuals with a neurodevelopmental disorder (NDD) who are minority-language speakers, their family members, and healthcare professionals who work with them. We examined access to healthcare services across both medical and para-medical services. Method Searches were completed using several databases. We included all types of experimental, quasi-experimental, observational and descriptive studies, as well as studies using qualitative methodologies. Evidence selection and data extraction was completed by two independent reviewers and compared. Data extraction focused on the barriers to accessing and to utilizing healthcare for minority-language speakers with NDDs. The search process and ensuing results were fully reported using a diagram from the Preferred Reporting Items for Systematic Reviews and Meta-analyses extension for scoping review . Results Following the database search, a total of 28 articles met our final selection criteria and two articles were hand-picked based on our knowledge of the literature, for a total of 30 articles. These studies revealed that minority-language speakers with NDDs and their families experience several barriers to accessing and utilizing healthcare services. These barriers, identified at the Systems, Provider and Family Experience levels, have important consequences on children's outcomes and families' well-being. Discussion While our review outlined several barriers to access and utilization of healthcare services for minority-language speakers with NDDs and their families, our findings give rise to concrete solutions. These solutions have the potential to mitigate the identified barriers, including development and implementation of policies and guidelines that support minority-language speakers, practitioner training, availability of referral pathways to appropriate services, access to tools and other resources such as interpretation services, and partnership with caregivers. Further research needs to shift from describing barriers to examining the efficacy of the proposed solutions in mitigating and eliminating identified barriers, and ensuring equity in healthcare for minority-language speakers with NDDs.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,025
score de la tête « metaresearch » (Gemma)0,142
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,134

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0250,142
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0050,006
Bibliométrie0,0190,017
Études des sciences et des technologies0,0020,002
Communication savante0,0060,005
Science ouverte0,0020,003
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,032
Tête enseignante GPT0,383
Écart entre enseignants0,351 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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

En bref

Citations18
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in PsychiatryMême sujetLanguage Development and DisordersTravaux en français237 207