The needs of most or the most in need? Exploring how system reform initiatives assess and meet youth mental health needs at varying levels of severity
Bibliographic record
Abstract
ProblèmeDe nouveaux modèles visent à transformer le système de santé mentale canadien pour améliorer l’accès aux soins des jeunes et offrir une gamme de services répondant à leurs besoins. Parmi ces modèles : i) les services intégrés et transdiagnostiques pour les jeunes (SJIT), qui regroupent les soins en santé mentale, physique et sociale sans exclusion diagnostique, et ii) les modèles de soins échelonnés (SÉ), qui orientent la prestation des services en santé mentale pour couvrir tous les niveaux de besoins. Cependant, il n'existe aucune approche convenue pour garantir une évaluation cohérente des besoins, une orientation vers des soins appropriés, ni pour assurer une offre de services adaptée. Ce projet multiméthode vise à : i) décrire les problèmes rencontrés et les services reçus selon les niveaux de sévérité dans un modèle SJIT canadien, ii) explorer comment les modèles SJIT évaluent et fournissent des services pour répondre aux besoins variés des jeunes, et iii) renforcer les données probantes pour la mise en œuvre des modèles SÉ, afin de fournir une gamme complète de services.MéthodesÉtude 1 : Décrit les problèmes pour lesquels 2995 jeunes se sont présentés à ACCESS Esprits ouverts, une initiative SJIT pancanadienne, et les services reçus en fonction de la gravité des besoins à l’admission, évaluée selon deux échelles : Clinical Global Impression et Social and Occupational Functioning Scale.Étude 2 : Une revue de la littérature de 2005 à 2023 explore comment les modèles SJIT internationaux : i) évaluent les besoins en santé mentale, et ii) transforment ces besoins en soins appropriés. Elle examine aussi comment ces modèles identifient et orientent les jeunes ayant des besoins graves.Étude 3 : Des normes pour la mise en œuvre de modèles SÉ, offrant une gamme de services couvrant un continuum de besoins, ont été développées via trois rondes d'un processus Delphi multipartite en anglais et en français.RésultatsÉtude 1 : La plus grande proportion de participants présentait des symptômes modérés à sévères avec fonctionnement déficient (41 %), confirmant la nécessité de services adaptés pour les jeunes ayant des besoins graves en santé mentale. La plupart des participants ont reçu un seul service après l’admission (71 %). Les types de services reçus semblent varier en fonction du site. Étude 2 : La revue a inclus 118 documents sur 49 modèles distincts. Elle a révélé une grande variabilité dans les méthodes d’évaluation des besoins et les services fournis. De nombreux modèles ne décrivent pas explicitement la manière dont les besoins identifiés sont pris en compte dans les décisions de soins, et certains excluent complètement les jeunes présentant des troubles graves.Étude 3 : La méthode Delphi a inclus 68 participants sur 3 tours (76% de rétention), ce qui a permis d'aboutir à un ensemble final de 24 normes. Les commentaires des participants ont mis en évidence le désir d'une plus grande spécificité, des désaccords sur la prise de décision partagée dans l'évaluation des besoins et la sélection des services, ainsi que des questions pratiques sur l'intégration et la réforme du système. ImplicationsLa mise en œuvre des modèles de réforme des services varie considérablement, ce qui contribue probablement aux inégalités connues en matière d'accessibilité aux services pour les jeunes, en particulier ceux qui présentent des troubles graves. La recherche visant à améliorer l'évaluation des besoins et à définir les offres de services de base dans le cadre des SJIT est essentielle pour répondre à l'ensemble des besoins des jeunes. Heureusement, la conception de normes initiales pour la mise en œuvre de la SÉ dans les contextes canadiens constitue un premier guide pour la création de systèmes de santé mentale pour les jeunes plus solides, capables de prendre en charge tous les jeunes qui se présentent pour recevoir des soins, y compris ceux qui présentent des problèmes graves
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.013 | 0.031 |
| Meta-epidemiology (narrow) | 0.000 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.005 | 0.004 |
| Scholarly communication | 0.008 | 0.010 |
| Open science | 0.002 | 0.009 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.007 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".