Notice bibliographique
Résumé
Introduction In the context of the COVID-19 pandemic, it becomes important to comprehend service utilization patterns and evaluate disparities in mental health-related service access among children. Objective This study uses administrative health records to investigate the association between early developmental vulnerability and healthcare utilization among children in Alberta, Canada from 2016 to 2022. Methods Children who participated in the 2016 Early Development Instrument (EDI) assessment and were covered by public Alberta health insurance were included (N = 23 494). Linear regression models were employed to investigate the association between service utilization and vulnerability and biological sex. Separate models were used to assess vulnerability specific to each developmental domain and vulnerability across multiple domains. The service utilization was compared between pre- and post-pandemic onset periods. Results The analysis reveals a significant decrease in all health services utilization from 2016 to 2019, followed by an increase until 2022. Vulnerable children had, on average, more events than non-vulnerable children. There was a consistent linear increase in mental health-related utilization from 2016 to 2022, with male children consistently experiencing higher utilization rates than females, particularly among vulnerable children. Specifically, there was a consistent linear increase in the utilization of anxiety-related services by children from 2016 to 2022, with females having, on average, 25 more events than males. The utilization of ADHD-related services showed different patterns for each group, with vulnerable male children having more utilization than their peers. Conclusion Utilizing population-wide data, our study reveals sex specific developmental vulnerabilities and its impact on children’s mental health service utilization during the COVID-19 pandemic, contributing to the existing literature. With data from kindergarten, we emphasize the need for early and targeted intervention strategies, especially for at-risk children, offering a path to reduce the burden of childhood mental health disorders.
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 | 0,002 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,175 | 0,048 |
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 ».