Mental Health Disparities Among Homosexual Men and Minorities: A Systematic Review
Notice bibliographique
Résumé
Mental health disparities in sexual minorities, particularly homosexual and bisexual men, are a significant public health concern. This study examines six key themes: general psychiatric issues, health services, minority stress, trauma and PTSD, substance and drug misuse, and suicidal ideation. The aim is to provide a comprehensive synthesis of the evidence, identify potential intervention and prevention strategies, and address knowledge gaps in understanding the unique experiences of homosexual and bisexual men. Reported as per the PRISMA Statement 2020 guidelines, PubMed, PsycINFO, Web of Science, and Scopus were searched until February 15, 2023, with no language restrictions. A combination of the following keywords and MeSH terms was used: homosexual, bisexual, gay, men who have sex with men, mental health, psychiatric disorders, health disparities, sexual minorities, anxiety, depression, minority, stress, trauma, substance, drug misuse, and/or suicidality. Out of 1,971 studies located through database searching, 28 were included in this study pooling a total of 199,082 participants from the United States, the United Kingdom, Australia, China, Canada, Germany, the Netherlands, Israel, Switzerland, and Russia. Thematic findings of all the studies were tabulated and thereby synthesized. Addressing mental health disparities in gay, bisexual men, and sexual minorities requires evidence-based, comprehensive approaches, culturally competent care, accessible services, targeted prevention strategies, community-based support, public awareness, routine screenings, and research collaboration. This inclusive, research-informed approach can effectively reduce mental health issues and enable optimal well-being in these populations.
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 | 0,006 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,009 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».