Sociodemographic Differences in Physician-Based Mental Health and Virtual Care Utilization and Uptake of Virtual Care Among Children and Adolescents During the COVID-19 Pandemic in Ontario, Canada: A Population-Based Study
Notice bibliographique
Résumé
OBJECTIVE: We sought to evaluate the relationship between social determinants of health and physician-based mental healthcare utilization and virtual care use among children and adolescents in Ontario, Canada, during the COVID-19 pandemic. METHODS: = 2.5 million) used linked health and demographic administrative data in Ontario, Canada (2017-2021). Multivariable Poisson regressions with generalized estimating equations compared rates of outpatient physician-based mental healthcare use during the first year of the COVID-19 pandemic with expected rates based on pre-COVID patterns. Analyses were conducted by socioeconomic status (material deprivation quintiles of the Ontario Marginalization index), urban/rural region of residence, and immigration status. RESULTS: Overall, pediatric physician-based mental healthcare visits were 5% lower than expected (rate ratio [RR] = 0.95, 95% confidence interval [CI], 0.92 to 0.98) among those living in the most deprived areas in the first year of the pandemic, compared with the least deprived with 4% higher than expected rates (RR = 1.04, 95% CI, 1.02 to 1.06). There were no differences in overall observed and expected visit rates by region of residence. Immigrants had 14% to 26% higher visit rates compared with expected from July 2020 to February 2021, whereas refugees had similarly observed and expected rates. Virtual care use was approximately 65% among refugees, compared with 70% for all strata. CONCLUSION: During the first year of the pandemic, pediatric physician-based mental healthcare utilization was higher among immigrants and lower than expected among those with lower socioeconomic status. Refugees had the lowest use of virtual care. Further work is needed to understand whether these differences reflect issues in access to care or the need to help inform ongoing pandemic recovery planning.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».