MétaCan
Menu
Retour à la cohorte
Enregistrement W2795095268 · doi:10.1186/s12888-018-1597-y

Building flexibility and managing complexity in community mental health: lessons learned in a large urban centre

2018· article· en· W2795095268 sur OpenAlexafffundabout
Vicky Stergiopoulos, Dima Saab, Kate Francombe Pridham, Anjana Aery, Arash Nakhost

Notice bibliographique

RevueBMC Psychiatry · 2018
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMental Health and Patient Involvement
Établissements canadiensUniversity of TorontoSt. Michael's Hospital
Organismes subventionnairesUniversity of TorontoOntario Ministry of Health and Long-Term Care
Mots-clésMental healthThematic analysisStakeholderFocus groupService providerPsychological interventionPublic relationsPopulationMental illnessNursingAssertive community treatmentPsychologyService (business)Qualitative researchMedical educationMedicineKnowledge managementBusinessSociologyMarketingPolitical scienceComputer sciencePsychiatryEnvironmental health

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Across many jurisdictions, adults with complex mental health and social needs face challenges accessing appropriate supports due to system fragmentation and strict eligibility criteria of existing services. To support this underserviced population, Toronto's local health authority launched two novel community mental health models in 2014, inspired by Flexible Assertive Community Team principles. This study explores service user and provider perspectives on the acceptability of these services, and lessons learned during early implementation. METHODS: We purposively sampled 49 stakeholders (staff, physicians, service users, health systems stakeholders) and conducted 17 semi-structured qualitative interviews and 5 focus groups between October 23, 2014 and March 2, 2015, exploring stakeholder perspectives on the newly launched team based models, as well as activities and strategies employed to support early implementation. Interviews and focus groups were audio recorded, transcribed verbatim and analyzed using thematic analysis. RESULTS: Findings revealed wide-ranging endorsement for the two team-based models' success in engaging the target population of adults with complex service needs. Implementation strengths included the broad recognition of existing service gaps, the use of interdisciplinary teams and experienced service providers, broad partnerships and collaboration among various service sectors, training and team building activities. Emerging challenges included lack of complementary support services such as suitable housing, organizational contexts reluctant to embrace change and risk associated with complexity, as well as limited service provider and organizational capacity to deliver evidence-based interventions. CONCLUSIONS: Findings identified implementation drivers at the practitioner, program, and system levels, specific to the implementation of community mental health interventions for adults with complex health and social needs. These can inform future efforts to address the health and support needs of this vulnerable population.

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)0,004
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,273
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,402
Tête enseignante GPT0,501
Écart entre enseignants0,099 · 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.

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

Citations21
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBMC PsychiatryMême sujetMental Health and Patient InvolvementTravaux en français237 207