Où en sommes-nous? An Overview of Successes and Challenges after 30 Years of Early Intervention Services for Psychosis in Quebec: Où en sommes-nous? Un aperçu des réussites et des problèmes après 30 ans de services d’intervention précoce pour la psychose au Québec
Notice bibliographique
Résumé
INTRODUCTION: Over the last 30 years, early intervention services (EIS) for first-episode psychosis (FEP) were gradually implemented in the province of Quebec. Such implementation occurred without provincial standards/guidelines and policy commitment to EIS until 2017. Although the literature highlights essential elements for EIS, studies conducted elsewhere reveal that important EIS components are often missing. No thorough review of Quebec EIS practices has ever been conducted, a gap we sought to address. METHODS: Adopting a cross-sectional descriptive study design, an online survey was distributed to 18 EIS that existed in Quebec in 2016 to collect data on clinical, administrative, training, and research variables. Survey responses were compared with existing EIS service delivery recommendations. RESULTS: Half of Quebec's population had access to EIS, with some regions having no programs. Most programs adhered to essential components of EIS. However, divergence from expert recommendations occurred with respect to variables such as open referral processes and patient-clinician ratio. Nonurban EIS encountered additional challenges related to their geography and lower population densities, which impacted their team size/composition and intensity of follow-up. CONCLUSIONS: Most Quebec EIS offer adequate services but lack resources and organizational support to adhere to some core components. Recently, the provincial government has created EIS guidelines, invested in the development of new programs and offered implementation support from the National Centre of Excellence in Mental Health. These changes, along with continued mentoring and networking of clinicians and researchers, can help all Quebec EIS to attain and maintain recommended quality standards.
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 | 0,003 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,005 | 0,002 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».