Socioeconomic Status and Self-Reported Barriers to Mental Health Service Use
Notice bibliographique
Résumé
OBJECTIVE: Socially disadvantaged individuals are at high risk for having their mental health service needs unmet. We explored the relations among education level, income level, and self-reported barriers to mental health service use for individuals with a mental illness, using data from the Canadian Community Health Survey: Mental Health and Well-Being (CCHS 1.2). METHODS: Our sample group comprised the 8.3% of adult respondents who met the CCHS 1.2 criteria for an anxiety or affective disorder in the past 12 months (n = 3101). We examined the association between education and income levels and self-reported accessibility, availability, or acceptability barriers to mental health care. RESULTS: Accessibility, availability, and acceptability barriers were reported by 3%, 5%, and 16% of our sample, respectively. Individuals with a high school diploma were less likely than individuals without a high school diploma to report acceptability barriers to care (odds ratio 0.65; 95% confidence interval, 0.45 to 0.93). Higher-income individuals were less likely than lower-income individuals to report acceptability barriers to care (odds ratio 0.69; 95% confidence interval, 0.50 to 0.96). Employment, distress level, age, and family structure were also associated with acceptability barriers. CONCLUSION: Issues related to acceptability explain most of the unmet need for mental health services. Program planners should consider the development of targeted approaches to service delivery and outreach for low-income, working individuals who have not completed high school.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».