MétaCan
Menu
Retour à la cohorte
Enregistrement W2656766085 · doi:10.2196/mental.7296

Perspectives of Family Members on Using Technology in Youth Mental Health Care: A Qualitative Study

2017· article· en· W2656766085 sur OpenAlexaffvenue
Shalini Lal, Winnie Daniel, Lysanne Rivard

Notice bibliographique

RevueJMIR Mental Health · 2017
Typearticle
Langueen
DomainePsychology
ThématiqueDigital Mental Health Interventions
Établissements canadiensCentre Intégré Universitaire de Santé et de Services Sociaux du Saguenay–Lac-Saint-JeanCentre Intégré Universitaire de Santé et de Services Sociaux du Centre-Sud-de-l'Île-de-MontréalUniversité de MontréalMcGill UniversityDouglas Mental Health University Institute
Organismes subventionnairesnon disponible
Mots-clésMental healthQualitative researchPsychologyMental health careMedical educationMedicinePsychiatrySociologySocial science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Information and communication technologies (ICTs) are increasingly recognized as having an important role in the delivery of mental health services for youth. Recent studies have evaluated young people's access and use of technology, as well as their perspectives on using technology to receive mental health information, services, and support; however, limited attention has been given to the perspectives of family members in this regard. OBJECTIVE: The aim of this study was to explore the perspectives of family members on the use of ICTs to deliver mental health services to youth within the context of specialized early intervention for a first-episode psychosis (FEP). METHODS: Six focus groups were conducted with family members recruited from an early intervention program for psychosis. Twelve family members participated in the study (target sample was 12-18, and recruitment efforts took place over the duration of 1 year). A 12-item semistructured focus group guide was developed to explore past experiences of technology and recommendations for the use of technology in youth mental health service delivery. A qualitative thematic analysis guided the identification and organization of common themes and patterns identified across the dataset. RESULTS: Findings were organized by the following themes: access and use of technology, potential negative impacts of technology on youth in recovery, potential benefits of using technology to deliver mental health services to youth, and recommendations to use technology for (1) providing quality information in a manner that is accessible to individuals of diverse socioeconomic backgrounds, (2) facilitating communication with health care professionals and services, and (3) increasing access to peer support. CONCLUSIONS: To our knowledge, this is among the first (or the first) to explore the perspectives of family members of youth being treated for FEP on the use of technology for mental health care. Our results highlight the importance of considering diverse experiences and attitudes toward the role of technology in youth mental health, digital literacy skills, phases of recovery, and sociodemographic factors when engaging family members in technology-enabled youth mental health care research and practice. Innovative methods to recruit and elicit the perspectives of family members on this topic are warranted. It is also important to consider educational strategies to inform and empower family members on the role, benefits, and use of ICTs in relation to mental health care for FEP.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,010
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,053

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,014
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0120,006
Communication savante0,0030,004
Science ouverte0,0010,005
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,102
Tête enseignante GPT0,542
Écart entre enseignants0,441 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations11
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJMIR Mental HealthMême sujetDigital Mental Health InterventionsTravaux en français237 207