MétaCan
Menu
← Retour à la cohorte
Enregistrement W4385281712 · doi:10.3390/healthcare11152120

Unmet Primary Health Care Needs among Nepalese Immigrant Population in Canada

2023· article· en· W4385281712 sur OpenAlexaffabout
Bishnu Bahadur Bajgain, Mohammad Chowdhury, Rudra Dahal, Kalpana Thapa Bajgain, Kamala Adhikari, Nashit Chowdhury, Tanvir Chowdhury Turin

Notice bibliographique

RevueHealthcare · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueMigration, Health and Trauma
Établissements canadiensAlberta Health ServicesUniversity of LethbridgeUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésPrimary careImmigrationPrimary health careMedicinePopulationEnvironmental healthGeographyGerontologyFamily medicine

Résumé

récupéré en direct d'OpenAlex

Background: Immigrants represent over one-fifth (21.9%) of the Canadian population, which is an increasing trend. Primary care is a gateway to accessing the healthcare system for the majority of Canadians seeking medical services; however, Canada reported a growing shortage of healthcare providers, mainly primary care practitioners. Canadians, including immigrants, encounter many unmet healthcare needs due to various reasons. This study aimed to assess unmet healthcare (UHC) needs and associated factors among Nepalese immigrants residing in Calgary. Methods: A cross-sectional study using a self-administered questionnaire was conducted in 2019. UHC needs were measured based on a single-item question: “During the past 12 months, was there ever a time that you felt you needed medical help, but you did not receive it”. A follow-up question was asked to learn about associated unmet needs factors, and the responses were categorized into availability, accessibility, and acceptability. Descriptive and multivariable logistic regression was employed to assess the association between UHC needs and its predictors by using STATA version 14.2. Results: Of 401 study participants, nearly half of the participants (n = 187; 46.63%) reported UHC needs, which was not significantly different among male and female participants (p = 0.718). UHC needs were nearly two times higher among those aged 26–45 (AOR 1.93) and those ≥56 years (AOR 2.17) compared to those under 25 years of age. The top reasons reported for unmet needs were long waits to access care (67.91%), healthcare costs (57.22%), and lack of knowing where to get help (31.55%). Overall, “services availability when required” was a leading obstacle that accounted for UHC needs (n = 137, 73.26%). Nearly two-thirds (n = 121, 64.71%) of participants reported that “accessibility of services” was a barrier, followed by “acceptability (n = 107, 57.22%). Those who reported UHC needs also reported an impact on their lives personally and economically. The most commonly reported personal impact was mental health impact, including worry, anxiety, and stress (67.38%). The most common economic impact reported due to UHC needs was increased use of over-the-counter drugs (33.16%) and increased healthcare costs (17.20%). Conclusions: UHC needs are presented in the Nepalese immigrant population. Accessibility to healthcare is limited for several reasons: waiting time, cost, distance, and unavailability of services. UHC needs impact individuals’ personal health, daily life activities, and financial capacity. Strategies to improve access to PHC for disadvantaged populations are crucial and need to be tackled effectively.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,018
Score d'incertitude au seuil0,085

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0030,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,022
Tête enseignante GPT0,322
Écart entre enseignants0,301 · 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'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

Citations5
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHealthcare→Même sujetMigration, Health and Trauma→Travaux en français237 207→