Including culture in programs to reduce stigma toward people with mental disorders in low- and middle-income countries
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Stigma is one of the main barriers for the full implementation of mental health services in low- and middle-income countries (LMICs). Recently, many initiatives to reduce stigma have been launched in these settings. Nevertheless, the extent to which these interventions are effective and culturally sensitive remains largely unknown. The present review addresses these two issues by conducting a comprehensive evaluation of interventions to reduce stigma toward mental illness that have been implemented in LMICs. We conducted a scoping review of scientific papers in the following databases: PubMed, Google Scholar, EBSCO, OVID, Embase, and SciELO. Keywords in English, Spanish, and Portuguese were included. Articles published from January 1990 to December 2017 were incorporated into this article. Overall, the studies were of low-to-medium methodological quality-most only included evaluations after intervention or short follow-up periods (1-3 months). The majority of programs focused on improving knowledge and attitudes through the education of healthcare professionals, community members, or consumers. Only 20% (5/25) of the interventions considered cultural values, meanings, and practices. This gap is discussed in the light of evidence from cultural studies conducted in both low and high income countries. Considering the methodological shortcomings and the absence of cultural adaptation, future efforts should consider better research designs, with longer follow-up periods, and more suitable strategies to incorporate relevant cultural features of each community.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 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 découle