Sociodemographic and Mental Health Predictors of Mental Health Service Use Across Provider Types
Notice bibliographique
Résumé
OBJECTIVE: To examine trends in mental health service use across four provider types (family doctors, psychiatrists, psychologists, and social workers) and identify sociodemographic predictors of provider-specific access in Canada. METHODS: This study analyzes seven cycles (2007-2020) of the Canadian Community Health Survey, a nationally representative cross-sectional survey. Trends over time were examined using weighted proportions and counts of service users. Weighted multivariable logistic regression models were applied to the 2019-2020 cycle to assess associations between sociodemographic factors and provider-specific service use. RESULTS: Family doctors were consistently the most accessed providers for mental health concerns, followed by psychologists and social workers, with psychiatrists being least accessed. Psychologist and social worker use increased between 2017 and 2019. In the adjusted regression models (2019-2020), women had higher odds of using family doctors (AOR = 1.21, 95% CI: 1.05-1.39) and social workers (1.19, 1.02-1.40) and lower odds of psychiatrists (AOR = 0.66, 95% CI:0.55-0.79) than men. Adults 65 + had greater odds of family-doctor use (AOR = 4.82, 95% CI: 3.59-6.47) and lower odds of psychologist (AOR = 0.33, 95% CI: 0.24-0.45) and social-worker use (AOR = 0.21, 95% CI:0.16-0.29) than ages 12-17. Post-secondary education (vs less than secondary school) was associated with higher psychologist use (AOR = 1.83, 95% CI 1.12-2.98). Higher income (≥$80,000 vs < $20,000) was associated with lower psychiatrist use (AOR = 0.66, 95% CI 0.50-0.86). Non-Indigenous respondents more often used psychologists (AOR = 1.58, 95% CI: 1.13-2.23), and respondents who are not a visible minority more often used family doctors (AOR = 1.37, 95% CI:1.06-1.77). CONCLUSION: This study reveals a stratified mental health care system in Canada, where sociodemographic factors shape who accesses which providers. While primary care dominates, growth in psychologist and social worker use suggests shifting patterns of engagement. Findings underscore the need for policies that address financial and structural barriers, promote equitable access, and expand coverage for community-based mental health providers.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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 ».