Regional Variation in Supply and Use of Psychiatric Services in 3 Canadian Provinces: Variation régionale de l’offre de services psychiatriques et de leur utilisation dans trois provinces canadiennes
Notice bibliographique
Résumé
Objective To examine the patterns in the supply and use of psychiatric services in 3 Canadian provinces: British Columbia, Manitoba, and Ontario. Methods We conducted a repeated cross-sectional analysis spanning fiscal years 2012/13 to 2021/22, using patient- and psychiatrist-level data aggregated into administrative health regions. Descriptive statistics and linear regression were used to assess patterns and relationships between the per capita number of psychiatrists (“supply”) and measures of use of psychiatric services (“utilization”), including any psychiatrist contact, psychiatric consultation (1–2 visits with the same psychiatrist), and ongoing psychiatric care (3 or more visits with the same psychiatrist). Results The number of psychiatrists per capita remained stable within the 3 provinces during the study period. In 2021/22, Vancouver had the highest number in British Columbia (45 psychiatrists per 100,000 individuals), compared to 14 per 100,000 in lower-supply regions. Toronto had the highest number in Ontario (38 per 100,000), compared to 9 in lower supply regions. Winnipeg had the highest number in Manitoba (25 per 100,000), compared to 7 in the lower supply regions. In 2021/22, the per capita number of psychiatrists was moderately correlated with any psychiatrist contact ( R 2 = 0.290) and ongoing psychiatric care ( R 2 = 0.411), but weakly correlated with psychiatric consultation ( R 2 = 0.005). The relationship between supply and utilization diminishes with higher levels of regional supply. Conclusions Psychiatrists were unevenly distributed within and across provinces. While more psychiatrists are needed, the moderate and diminishing relationships between their numbers and utilization suggest that increasing this number alone is unlikely to fully address unmet needs for mental healthcare. Strategies to improve access will need to directly target uneven distributions. Further research is needed to understand the factors influencing psychiatrists’ practice choices and ways to better support them in increasing their access to care.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,007 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».