Public views on e-mental health services –a systematic review of the current evidence
Notice bibliographique
Résumé
Background: Considering both the Internet becoming a common mental health advisor and the unmet needs among various European mental health populations due to limited care resources, lacking health literacy or stigmatised beliefs, e-mental health services are suggested as appropriate option to improve the access to professional help. To overcome such barriers, however, knowledge about users´ preferences predicting the acceptability and perceived helpfulness of online self-help is required. Therefore, this review aims to determine the evidence on attitudes toward e-mental-health in the general population. Methods: A systematic search through Medline, PsycINFO and Cochrane Library was carried out, including research papers published in peer-reviewed journals between 2010 and 2015. Inclusion criteria contained studies focussing on preferences and attitudes toward e-mental health among adults. Clinical trials or surveys on the views of providers, participants in an intervention (e.g. clients) or specific risk groups were excluded. Findings: From the 63 results identified in electronic databases, four papers met the inclusion criteria. Sample sizes ranged from N=217 to 2.411. Data mainly stem from Canada, Australia and Austria, respectively Germany. Methodology varied across the studies. Overall, results indicated type-specific differences for preferences. Despite the low likelihood of e-mental health use in the future observed in most samples, health literacy and e-awareness tended to be associated with positive attitudes. Conclusions: Currently, the evidence on users´ preferences and attitudes toward e-mental health services remains scarce. Due to the limited research available, and methodological issues, further research is recommended in order to enable informed decisions.
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 | 0,005 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,004 |
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 ».