MétaCan
Menu
Retour à la cohorte
Enregistrement W3006370585 · doi:10.2196/15572

Peer Support in Mental Health: Literature Review

2020· review· en· W3006370585 sur OpenAlexafffundvenue
Reham Shalaby, Vincent I. O. Agyapong

Notice bibliographique

RevueJMIR Mental Health · 2020
Typereview
Langueen
DomaineHealth Professions
ThématiqueMental Health and Patient Involvement
Établissements canadiensUniversity of Alberta
Organismes subventionnairesAlberta Health Services
Mots-clésMental healthPeer reviewPsychologyPeer supportMedicinePsychiatryPolitical science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: A growing gap has emerged between people with mental illness and health care professionals, which in recent years has been successfully closed through the adoption of peer support services (PSSs). Peer support in mental health has been variously defined in the literature and is simply known as the help and support that people with lived experience of mental illness or a learning disability can give to one another. Although PSSs date back to several centuries, it is only in the last few decades that these services have formally evolved, grown, and become an integral part of the health care system. Debates around peer support in mental health have been raised frequently in the literature. Although many authors have emphasized the utmost importance of incorporating peer support into the health care system to instill hope; to improve engagement, quality of life, self-confidence, and integrity; and to reduce the burden on the health care system, other studies suggest that there are neutral effects from integrating PSSs into health care systems, with a probable waste of resources. OBJECTIVE: In this general review, we aimed to examine the literature, exploring the evolution, growth, types, function, generating tools, evaluation, challenges, and the effect of PSSs in the field of mental health and addiction. In addition, we aimed to describe PSSs in different, nonexhaustive contexts, as shown in the literature, that aims to draw attention to the proposed values of PSSs in such fields. METHODS: The review was conducted through a general search of the literature on MEDLINE, Google Scholar, EMBASE, Scopus, Chemical Abstracts, and PsycINFO. Search terms included peer support, peer support in mental health, social support, peer, family support, and integrated care. RESULTS: There is abundant literature defining and describing PSSs in different contexts as well as tracking their origins. Two main transformational concepts have been described, namely, intentional peer support and transformation from patients to peer support providers. The effects of PSSs are extensive and integrated into different fields, such as forensic PSSs, addiction, and mental health, and in different age groups and mental health condition severity. Satisfaction of and challenges to PSS integration have been clearly dependent on a number of factors and consequently impact the future prospect of this workforce. CONCLUSIONS: There is an internationally growing trend to adopt PSSs within addiction and mental health services, and despite the ongoing challenges, large sections of the current literature support the inclusion of peer support workers in the mental health care workforce. The feasibility and maintenance of a robust PSS in health care would only be possible through collaborative efforts and ongoing support and engagement from all health care practitioners, managers, and other stakeholders.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,026
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,026
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,003
Bibliométrie0,0120,015
Études des sciences et des technologies0,0010,001
Communication savante0,0030,003
Science ouverte0,0020,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,259
Tête enseignante GPT0,545
Écart entre enseignants0,287 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations512
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJMIR Mental HealthMême sujetMental Health and Patient InvolvementTravaux en français237 207