The effect of the US Child Tax Credit advance payments in 2021 on adolescent mental health: Changes in depression symptoms and suicidality
Notice bibliographique
Résumé
Objective: Child poverty is associated with poor adolescent mental health. Changes to the Child Tax Credit (CTC) in 2021 in the U.S. were historic and introduced a new model of distributing the credit in advance of tax filing, providing families with stable, supplemental monthly income. This policy shift offers a unique opportunity to examine the mental health effects for adolescents. Methods: We use electronic health record data from a large pediatric primary care network in Columbus, Ohio, which collected adolescent depression screening scores in real time as the CTC advance payments were introduced. We utilized differences in age of eligibility for the CTC to examine the changes in the probability of depression screening outcomes (positive depression screen, any depression symptom, any suicidal ideation), for adolescents eligible for the credit (turned 18 first quarter of 2022), relative to those not eligible (turned 18 last quarter of 2021) (n = 1,423). Results: We did not observe a significant association between the policy change and study outcomes in the overall sample. However, the percentage of adolescents with a positive depression screen significantly declined for Non-Hispanic Black (13.4 percentage point reduction, p = 0.01) and publicly insured (9.7 percentage point reduction, p = 0.04) adolescents. Conclusions: Our findings suggest reductions in depression symptoms for subgroups of adolescents who were age-eligible for the CTC compared to their counterparts who were not eligible. The CTC advance payments were a brief experiment in universal basic income and may offer a policy solution for addressing both poverty and a growing adolescent mental health crisis.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».