Harm Reduction and Tensions in Trust and Distrust in a Mental Health Service: A Qualitative Approach
Notice bibliographique
Résumé
BACKGROUND: People seeking care for substance use (PSCSU) experience deep social and health inequities. Harm reduction can be a moral imperative to approach these persons. The purpose of this study was to explore relationships among users, health care providers, relatives, and society regarding harm reduction in mental health care, using a trust approach rooted in feminist ethics. METHODS: A qualitative study was conducted in a mental health service for PSCSU, and included fifteen participants who were health care providers, users, and their relatives. Individual in-depth and group interviews, participant observation, and a review of patients' records and service reports were conducted. RESULTS: Three nested levels of (dis)trust were identified: (dis)trust in the treatment, (dis)trust in the user, and self-(dis)trust of the user, revealing the interconnections among different layers of trust. (Dis)trust at each level can amplify or decrease the potential for a positive therapeutic response in users, their relatives' support, and how professionals act and build innovations in care. Distrust was more abundant than trust in participants' reports, revealing the fragility of trust and the focus on abstinence within this setting. CONCLUSION: The mismatch between wants and needs of users and the expectations and requirements of a society and mental health care system based on a logic of "fixing" has contributed to distrust and stigma. Therefore, we recommend policies that increase the investment in harm reduction education and practice that target service providers, PSCSU, and society to change the context of distrust identified.
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 | 0,000 | 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 | 0,000 | 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) | 0,000 | 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 ».