Psychosocial approaches for individuals with schizophrenia in correctional and forensic psychiatric settings: a rapid review
Notice bibliographique
Résumé
Purpose The purpose of this paper is to identify the psychosocial approaches that have been studied and for which positive outcomes have been reported for individuals with schizophrenia in correctional and forensic psychiatric settings. Design/methodology/approach A rapid review of the literature was undertaken. A search was conducted on MEDLINE and PsycNET electronic databases. Each identified approach was analyzed to define their types and components. Findings In total, 24 studies pertaining to 18 different psychosocial approaches were identified. Half of the studies used a quasi-experimental design with control group. Most frequent outcomes reported were improvements in knowledge about illness and problem solving. Seven studies reported positive outcomes related to issues more specific to this population (violence, aggression, and recidivism). Approaches associated with these studies used mainly traditional cognitive behavior therapy and cognitive remediation. The focus was on neurocognition, social cognition, social skills, emotion management and problem solving. Practical implications This rapid review may enlighten clinical settings on psychosocial approaches for which positive outcomes have been reported with individuals with schizophrenia in correctional and forensic psychiatric settings. The picture obtained supports the idea of using integrated rehabilitation approaches that cover the aforementioned intervention focuses with this population. Originality/value A significant contribution of the rapid review is based on the analysis of the psychosocial approaches identified. This process offers a closer look at the nature and content of the approaches used according to the outcomes reported.
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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 ».