MétaCan
Menu
Retour à la cohorte
Enregistrement W4401634302 · doi:10.3390/healthcare12161639

Delayed Access to Medical Care and Psychological Distress among Chinese Immigrants in Canada during the Pandemic

2024· article· en· W4401634302 sur OpenAlexafffundabout
Anh Thu Vo, Lixia Yang, Robin Urquhart, Yanqing Yi, Peter Wang

Notice bibliographique

RevueHealthcare · 2024
Typearticle
Langueen
DomainePsychology
ThématiqueCOVID-19 and Mental Health
Établissements canadiensPublic Health OntarioToronto Metropolitan UniversityDalhousie UniversityUniversity of TorontoNova Scotia Health AuthorityMemorial University of Newfoundland
Organismes subventionnairesCanadian Institutes of Health ResearchBeatrice Hunter Cancer Research Institute
Mots-clésLogistic regressionMedicineLonelinessDemographyMultivariate analysisPandemicImmigrationGerontologyCoronavirus disease 2019 (COVID-19)PsychiatryInternal medicineGeography

Résumé

récupéré en direct d'OpenAlex

The psychological impact of medical care accessibility during the pandemic has been widely studied, but little attention has been given to Asian immigrants in Canada. This study aimed to fill this literature gap by using a cross-sectional survey, which aimed to evaluate the impact of the COVID-19 pandemic on Chinese immigrants in North America during the second wave of the pandemic. The study focused on Chinese immigrants aged 16 or older in Canada. Covariates included sociodemographic variables, delayed access to medical care (i.e., treatment or health assessment), and other COVID-19 related variables. We used logistic LASSO regression for model selection and multivariate logistic regression models to evaluate the association between delayed access to treatment/health assessment and psychological distress outcome, as measured by the COVID-19 Peritraumatic Distress Index (CPDI). Missing data were handled using multiple imputation. Our study included 746 respondents, with 47.18% in the normal CPDI group and 36.82% in the mild-to-severe CPDI group. Most respondents were originally from Mainland China and residing in Ontario. Over half have stayed in Canada for at least 15 years. The multivariate logistic regression models identified significant risk predictors of psychological distress status: delayed access to medical care (OR = 1.362, 95% CI: 1.078–1.720, p = 0.0095), fear of COVID-19 (OR = 1.604, 95% CI: 1.293–1.989, p < 0.0001), and social loneliness (OR = 1.408, 95%CI: 1.314–1.508, p < 0.0001). Sociodemographic variables and other COVID-19-related variates did not significantly impact the study’s outcome. Our findings shed light on the importance of timely medical care access to psychological well-being among Chinese Canadians. Reliable health information, mental health support, and virtual care tailored to immigrants should be considered to mitigate this impact and promote their overall health and well-being.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,067
Score d'incertitude au seuil0,455

Scores Codex et Gemma par catégorie

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

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 Opus0,055
Tête enseignante GPT0,452
Écart entre enseignants0,397 · 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 tête enseignante, 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

Citations0
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueHealthcareMême sujetCOVID-19 and Mental HealthTravaux en français237 207