Clinic outcomes of the Pathway to Care Model: A cross-sectional survey of adolescent depression in Malawi
Notice bibliographique
Résumé
BACKGROUND: Depression is one of the leading contributors to the global burden of disease and often has an onset during adolescence. While effective treatments are available, many low-income countries, such as Malawi, lack appropriately trained health providers in community health settings, and this limits access to effective mental healthcare for young people with depression. To address this need, a Canadian-developed youth depression Pathway to Care Model, linking school-based mental health literacy interventions to training of community healthcare providers, was adapted for use in Malawi and successfully applied. METHODS: A sample of healthcare providers (N = 25) from community health clinics (N = 9) were trained in the use of comprehensive, systematic clinical interventions, addressing the identification, diagnosis, and treatment of depression in youth who had been referred from schools where mental health literacy interventions had been implemented. Referral outcomes were obtained using a standardised clinical record form. RESULTS: Over 120 clinical outcome forms were available for analysis. Seventy percent of youth referred by their teachers were diagnosed with depression. Most youth diagnosed with depression identified physical symptoms as their primary difficulty. Available standardised outcome measures applied by clinicians indicated that, overall, youth showed positive outcomes as a result of treatment. CONCLUSIONS: Community healthcare providers in Malawi were trained in the identification, diagnosis, and treatment of youth depression. When this training was applied in usual clinical care to youth referred from schools, it led to generally favourable clinical outcomes. To our knowledge, this is the first demonstration of a clinically feasible intervention that results in positive outcomes for young people with depression in Malawi, and it may provide a useful model to replicate elsewhere in sub-Saharan Africa.
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».