MétaCan
Menu
Retour à la cohorte
Enregistrement W4414549569 · doi:10.59429/esp.v10i9.3936

Barriers to accessing mental health services among university students: A systematic review

2025· article· en· W4414549569 sur OpenAlexaboutno aff
Kus Hanna Rahmi, Zakiyah Jamaluddin, Mahathir Yahaya, Azlini binti Chik, Meiti Subardhini, Enung Huripah, Adi Fahrudin

Notice bibliographique

RevueEnvironment and Social Psychology · 2025
Typearticle
Langueen
DomainePsychology
ThématiqueMental Health Treatment and Access
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMental healthPsychological interventionInclusion (mineral)Systematic reviewCritical appraisalService (business)Scale (ratio)Cochrane Library

Résumé

récupéré en direct d'OpenAlex

Background: University students worldwide face escalating mental health challenges, yet their access to appropriate psychological support services remains critically limited. Despite growing institutional awareness of student well-being needs, systematic barriers continue to impede effective service utilization, creating a concerning gap between mental health needs and actual service engagement. Objective: This systematic review aims to comprehensively identify and analyze the multifaceted barriers that prevent university students from accessing mental health services, while simultaneously evaluating the effectiveness of interventions designed to address these obstacles. Methods: Following PRISMA guidelines [1] We conducted an extensive systematic review by searching seven electronic databases, including PubMed, PsycINFO, ERIC, CINAHL, Web of Science, Scopus, and the Cochrane Library for studies published between January 2017 and December 2024. We included empirical studies examining barriers to accessing mental health services among university students aged 18-30 years. Study quality was rigorously assessed using the Mixed Methods Appraisal Tool [2] and Newcastle-Ottawa Scale [3]. Data synthesis employed structured narrative analysis complemented by quantitative analysis where appropriate. Results: Our comprehensive search identified 2,847 initial records, from which 45 studies meeting strict inclusion criteria were analyzed, encompassing 78,392 participants across 23 countries. Through systematic analysis, three primary barrier categories emerged: individual-level barriers, including stigma, misconceptions, and help-seeking reluctance; structural barriers, encompassing financial constraints, service availability, and accessibility issues; and institutional barriers, involving inadequate resources, insufficient staff training, and system integration failures. Financial constraints emerged as the most frequently reported barrier across 69% of studies, followed closely by stigma-related concerns in 64% of studies and limited-service awareness in 58% of included research. Analysis of intervention studies revealed moderate effectiveness for comprehensive, multi-component approaches that address barriers at multiple levels simultaneously. Conclusions: Multiple interconnected barriers create complex obstacles to university students' access to mental health services. The evidence strongly supports implementing multi-level interventions that simultaneously address individual, structural, and institutional factors rather than targeting isolated barriers. Future research should prioritize implementation science approaches and examine the long-term sustainability of barrier-reduction interventions in diverse university settings.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,015
score de la tête « metaresearch » (Gemma)0,071
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,077

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,071
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0080,006
Bibliométrie0,0120,014
Études des sciences et des technologies0,0010,001
Communication savante0,0040,004
Science ouverte0,0020,003
Intégrité de la recherche0,0030,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,017
Tête enseignante GPT0,386
Écart entre enseignants0,369 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironment and Social PsychologyMême sujetMental Health Treatment and AccessTravaux en français237 207