Troubles mentaux graves et abus de substances : composantes efficaces de progammes de traitements intégrés à l’intention des personnes présentant une comorbidité
Notice bibliographique
Résumé
Les approches traditionnelles de soins pour patients souffrant de problèmes de comorbidité qui étaient fondées sur des traitements séquentiels ou en parallèle ont échoué dans les cas de santé mentale et d'abus de substance, ce qui a conduit au développement de programmes de traitements intégrés. Dans cet article, les auteurs définissent les traitements intégrés destinés aux patients ayant ce double diagnostic et identifient les composantes clés des programmes intégrés efficaces, y compris la pratique outreach, l'approche holistique, le partage de la prise de décision, la réduction des méfaits, l'engagement à long terme et le traitement par étapes (basé sur l'approche motivationnelle). Le concept d'étapes de traitement est décrit afin d'illustrer les différents stades de motivation vécus par les personnes à mesure qu'elles se rétablissent de leur dépendance aux substances : l'engagement, la persuasion, le traitement actif et la prévention des rechutes. Les étapes de traitement servent à guider les cliniciens dans l'identification d'objectifs de traitement appropriés à l'état de motivation des patients, et à choisir des interventions fondées sur ces objectifs. En reconnaissant le stade de traitement de chaque personne, les cliniciens peuvent optimiser les résultats en choisissant des interventions qui sont appropriées à l'état de motivation de la personne ou à l'étape de traitement et ainsi minimiser les abandons. Ces programmes intégrés diffèrent dans les services spécifiques qu'ils dispensent. Toutefois, ils partagent des éléments communs dans leur philosophie et leurs valeurs. Des recherches documentent les effets bénéfiques de ces programmes qui s'avèrent de bon augure pour le pronostic à long terme des personnes présentant une comorbidité.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».