MétaCan
Menu
Retour à la cohorte
Enregistrement W2557295611 · doi:10.1080/07317115.2016.1263709

Improving Mental Health in the Community: Outcome Evaluation of a Geriatric Mental Health Day Treatment Service

2016· article· en· W2557295611 sur OpenAlexafffund
Christine Knight, Richard M. Alarie

Notice bibliographique

RevueClinical Gerontologist · 2016
Typearticle
Langueen
DomainePsychology
ThématiqueDigital Mental Health Interventions
Établissements canadiensAlberta Health Services
Organismes subventionnairesAlberta Health Services
Mots-clésMental healthMental health servicePsychologyPsychiatryOutcome (game theory)Service (business)GerontologyMedicine

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: This program evaluation reviewed the outcomes of a new 10-week multi-modal mental health day treatment program for elderly clients with mood and anxiety disorders. METHODS: A retrospective chart review of clients admitted during the first 3 years of the program (N = 255) was conducted. Paired sample t-tests were used to compare admission and discharge data. Focus groups were run with clients who attended the program during the previous months, to delineate the strengths of the program and to identify areas for improvement. RESULTS: Analyses showed statistically and clinically significant improvements in client symptomatology, as evidenced by reductions on the Geriatric Depression Scale and the Clinical Outcomes in Routine Evaluation Outcome Measure in clients who completed the program. Focus group participants overwhelmingly described the program as very beneficial, but the desire for on-going follow-up was clearly articulated. CONCLUSIONS: A practice model employing group-based cognitive-behavioural and interpersonal strategies that emphasizes behavioral activation and socialization is associated with a reduction in depressive symptoms and psychological distress in a large sample of elderly adults in a day treatment service with mild to moderate symptoms of depression and anxiety. CLINICAL IMPLICATIONS: In the future, a mechanism for on-going mental health support should be included. Many clients want to remain connected to the system, but there is not always a clear path along the continuum of care, particularly for clients who no longer meet criteria for a psychiatric disorder.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,012
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,939
Score d'incertitude au seuil0,993

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0120,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,384
Tête enseignante GPT0,561
Écart entre enseignants0,177 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueClinical GerontologistMême sujetDigital Mental Health InterventionsTravaux en français237 207