Your browser doesn't support javascript.
Show: 20 | 50 | 100
Results 1 - 3 de 3
Filter
1.
Youth ; 3(1):93-106, 2023.
Article in English | MDPI | ID: covidwho-2201006

ABSTRACT

This study explores the experiences of LGBTQ2S+ youth while accessing mental health and substance use care services during the COVID-19 pandemic. Through a series of facilitated virtual meetings, 33 LGBTQ2S+ youth from across Ontario participated in collaborative activities to identify barriers they have experienced when accessing mental health services, as well as potential solutions to these barriers. Discussions were recorded, transcribed, and analyzed using thematic analysis. The study revealed that LGBTQ2S+ youth disproportionately experience bias, discrimination, and heteronormative assumptions when accessing mental health services, resulting in negative care experiences. Youth also reported insufficient availability of quality care, little continuity in care, and a lack of educated providers capable of effectively addressing the needs of the community. Potential solutions proposed by youth include training resources for providers, LGBTQ2S+ specific care centers, better continuity of care, and assessments to ensure care providers are culturally competent. These results show the COVID-19 pandemic has exacerbated the disparities LGBTQ2S+ youth experience when accessing mental health services and highlight the urgent need to implement policies and programs that will advance the standards of care for LGBTQ2S+ youth.

2.
Can J Public Health ; 112(5): 799-806, 2021 10.
Article in English | MEDLINE | ID: covidwho-1380142

ABSTRACT

SETTING: COVID-19 has highlighted the need for credible epidemiological models to inform pandemic policy. Traditional mechanisms of commissioning research are ill-suited to guide policy during a rapidly evolving pandemic. At the same time, contracting with a single centre of expertise has been criticized for failing to reflect challenges inherent in specific modelling approaches. INTERVENTION: This report describes an alternative approach to mobilizing scientific expertise. Ontario's COVID-19 Modelling Consensus Table (MCT) was created in March 2020 to enable rapid communication of credible estimates of the impact of COVID-19 and to accelerate learning on how the disease is spreading and what could slow its transmission. The MCT is a partnership between the province and academic modellers and consists of multiple groups of experts, health system leaders, and senior decision-makers. Armed with Ministry of Health data, the MCT meets once per week to share results from modelling exercises, generate consensus judgements of the likely future impact of COVID-19, and discuss decision-makers' priorities. OUTCOMES: The MCT has enabled swift access to data for participants, a structure for developing consensus estimates and communicating these to decision-makers, credible models to inform health system planning, and increased transparency in public reporting of COVID-19 data. It has also facilitated the rapid publication of research findings and its incorporation into government policy. IMPLICATIONS: The MCT approach is one way to quickly draw on scientific advice outside of government and public health agencies. Beyond speed, this approach allows for nimbleness as experts from different organizations can be added as needed. It also shows how universities and research institutes have a role to play in crisis situations, and how this expertise can be marshalled to inform policy while respecting academic freedom and confidentiality.


RéSUMé: LIEU: La COVID-19 a mis en évidence le besoin de modèles épidémiologiques crédibles pour éclairer la politique pandémique. Les mécanismes habituels pour commander des travaux de recherche sont peu propices à orienter les politiques lors d'une pandémie qui évolue rapidement. En même temps, la passation de contrats avec un seul centre d'expertise est critiquée, car elle ne tient pas compte des difficultés inhérentes de certaines approches de modélisation. INTERVENTION: Le présent rapport décrit une approche de rechange pour mobiliser le savoir scientifique. L'Ontario a créé en mars 2020 une Table de concertation sur la modélisation (TCM) qui permet de communiquer de façon rapide et fiable les estimations des effets de la COVID-19 et d'apprendre plus vite comment la maladie se propage et ce qui pourrait en ralentir la transmission. La TCM, un partenariat entre les modélisateurs de la province et des milieux universitaires, est composée de plusieurs groupes d'experts, de dirigeants du système de santé et de décideurs de haut niveau. Armée des données du ministère de la Santé, la TCM se réunit une fois par semaine pour partager les résultats d'exercices de modélisation, générer des jugements consensuels sur les futurs effets probables de la COVID-19 et discuter des priorités des décideurs. RéSULTATS: La TCM rend possible un accès rapide aux données pour les participants, une structure pour élaborer des estimations consensuelles et les communiquer aux décideurs, des modèles fiables pour éclairer la planification du système de santé, ainsi qu'une transparence accrue dans la communication des données sur la COVID-19 au public. Elle facilite aussi la publication rapide des résultats de recherche et leur intégration dans la politique gouvernementale. CONSéQUENCES: L'approche de la TCM est un moyen d'obtenir rapidement des conseils scientifiques à l'extérieur du gouvernement et des organismes de santé publique. Au-delà de sa rapidité, cette approche offre une grande souplesse, car des experts de différents organismes peuvent être ajoutés au besoin. Elle montre aussi que les universités et les établissements de recherche ont un rôle à jouer dans les situations de crise, et qu'il est possible de mobiliser leurs compétences pour éclairer les politiques tout en respectant la liberté et la confidentialité des milieux de la recherche et de l'enseignement.


Subject(s)
COVID-19 , Pandemics , COVID-19/epidemiology , COVID-19/prevention & control , Consensus , Humans , Ontario/epidemiology , Pandemics/prevention & control
SELECTION OF CITATIONS
SEARCH DETAIL