‘Multi-stressed’: A qualitative study exploring the impact of the social determinants of health on access to digital mental health for youth and young adults in Alberta
Notice bibliographique
Résumé
Background: Mental illness among youth (ages 15-24) is a critical and global public health issue. Youth's pathways to accessing mental healthcare are complex, non-linear, and mediated by the social determinants of health - including social, economic, environmental, and systemic factors. Digital mental health is recognised as a potential solution to address inequitable access to mental healthcare among youth. However, concerns have been raised regarding access to digital mental health for youth who are underserved and excluded by current mental healthcare systems. Access to digital mental health is a matter of mental health equity requiring urgent attention. Methods: This study explores mental healthcare providers' perspectives of how the social determinants of health affect access to digital mental health for youth in Alberta, Canada. A qualitative descriptive methodology was utilised to analyse focus group data and identify pertinent themes. Results: Twenty-three focus groups were conducted with 168 participants from schools, specialised mental health services, primary care networks, and community-based mental health service settings. Findings show that youth's access to digital mental health is impacted by three overarching and intersecting themes: (1) social influences, (2) socio-economic circumstances, and (3) community contextual and systemic factors. Conclusions: The three themes indicate that the social determinants of health do not occur in isolation and may combine to produce multiple forms of disadvantage. Practical considerations and recommendations emphasise the need to address the social determinants of health to ensure that all youth benefit equitably from emerging digital solutions.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».