Delivery of Compassionate Mental Health Care in a Digital Technology–Driven Age: Scoping Review
Notice bibliographique
Résumé
BACKGROUND: Compassion is a vital component to the achievement of positive health outcomes, particularly in mental health care. The rise of digital technologies may influence the delivery of compassionate care, and thus this relationship between compassion and digital health care needs to be better understood. OBJECTIVE: This scoping review aimed to identify existing digital technologies being used by patients and health professionals in the delivery of mental health care, understand how digital technologies are being used in the delivery of compassionate mental health care, and determine the facilitators of and barriers to digital technology use among patients and health professionals in the delivery of compassionate mental health care. METHODS: We conducted this scoping review through a search of Cumulative Index to Nursing and Allied Health Literature, Medical Literature Analysis and Retrieval System Online (MEDLINE), MEDLINE In-Process and EPub Ahead of Print, PsycINFO, and Web of Science for articles published from 1990 to 2019. RESULTS: Of the 4472 articles screened, 37 articles were included for data extraction. Telemedicine was the most widely used technology by mental health professionals. Digital technologies were described as facilitating compassionate care and were classified using a conceptual model to identify each digital intersection with compassionate care. Facilitators of and barriers to providing compassionate care through digital technology were identified, including increased safety for providers, health care professional perceptions and abilities, and the use of picture-in-picture feedback to evaluate social cues. CONCLUSIONS: Implementing digital technology into mental health care can improve the current delivery of compassionate care and create novel ways to provide compassion. However, as this is a new area of study, mental health professionals and organizations alike should be mindful that compassionate human-centered care is maintained in the delivery of digital health care. Future research could develop tools to facilitate and evaluate the enactment of compassion within digital health care.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».