Sex differences in pre-incarceration mental illness, substance use, injury and sexually transmitted infections and health service utilization: a longitudinal linkage study of people serving federal sentences in Ontario
Notice bibliographique
Résumé
BACKGROUND: People who experience incarceration have poorer health than the general population. Yet, we know little about the health and health service utilization of people during the critical period prior to their incarceration, relative to during incarceration and post-release. In this study, we conducted a longitudinal cohort study of 39,498 adults in Ontario, Canada between January 1, 2002, and December 31, 2011 using linked administrative health and correctional data to describe mental illness, substance use, injury, sexually transmitted infections and health service utilization of men and women in federal prisons in the 3 years prior to their incarceration, compared to a matched group. RESULTS: We found that, in the 3-year period prior to their incarceration, men (n = 6,134) and women (n = 449) experiencing their first federal sentence had poorer health across all indicators examined (e.g., psychosis, drug/alcohol use, and self-harm) and higher outpatient psychiatric and emergency department visits, compared with the matched group. Women in the pre-incarceration group exhibited a higher prevalence of self-harm and substance use, relative to women in the matched comparison group and higher relative prevalence to that of men in the pre-incarceration group, compared to their matched counterparts. CONCLUSIONS: Disparities in health and health service utilization are gendered and exist prior to incarceration. The gendered nature of these findings, specifically the significantly higher prevalence of poor health among women across several indicators, necessitates a focus on the social and systemic factors that contribute to these disparities. Gender-responsive and trauma-informed primary, secondary, and tertiary prevention strategies, alongside transformative approaches to justice should be considered in addressing the health needs of men and women who experience incarceration.
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 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».