Sex differences among children, adolescents and young adults for mental health service use within inpatient and outpatient settings, before and during the COVID-19 pandemic: a population-based study in Ontario, Canada
Notice bibliographique
Résumé
OBJECTIVES: The pandemic and public health response to contain the virus had impacts on many aspects of young people's lives including disruptions to daily routines, opportunities for social, academic, recreational engagement and early employment. Consequently, children, adolescents and young adults may have experienced mental health challenges that required use of mental health services. This study compared rates of use for inpatient and outpatient mental health services during the pandemic to pre-pandemic rates. DESIGN: Population-based repeated cross-sectional study. SETTING: Publicly delivered mental healthcare in primary and secondary settings within the province of Ontario, Canada. PARTICIPANTS: All children 6-12 years of age (n=2 043 977), adolescents 13-17 years (n=1 708 754) and young adults 18-24 years (n=2 286 544), living in Ontario and eligible for provincial health insurance between March 2016 and November 2021. PRIMARY OUTCOME MEASURES: to emergency departments and hospitalisations for: substance-related and addictive disorders, anxiety disorders, assault-related injuries, deliberate self-harm and eating disorders. All outcomes were analysed by cohort and sex. RESULTS: During the pandemic, observed outpatient visit rates were higher among young adults by 19.01% (95% CI: 15.56% to 22.37%; 209 vs 175 per 1000) and adolescent women 24.17% (95% CI: 18.93% to 29.15%; 131 vs 105 per 1000) for mood and anxiety disorders and remained higher than expected. Female adolescents had higher than expected usage of inpatient care for deliberate self-harm, eating disorders and assault-related injuries. CONCLUSIONS: Study results raise concerns over prolonged high rates of mental health use during the pandemic, particularly in female adolescents and young women, and highlights the need to better monitor and identify mental health outcomes associated with COVID-19 containment measures and to develop policies to address these concerns.
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 | 0,000 | 0,001 |
| 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 | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| 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 ».