The Cultural Formulation Interview since DSM-5: Prospects for training, research, and clinical practice
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
While social science research has demonstrated the importance of culture in shaping psychiatric illness, clinical methods for assessing the cultural dimensions of illness have not been adopted as part of routine care. Reasons for limited integration include the impression that attention to culture requires specialized skills, is only relevant to a subset of patients from unfamiliar backgrounds, and takes too much time to be useful. The DSM-5 Cultural Formulation Interview (CFI), published in 2013, was developed to provide a simplified approach to collecting information needed for cultural assessment. It offers a 16-question interview protocol that has been field tested at sites around the world. However, little is known about how CFI implementation has affected training, health services, and clinical outcomes. This article offers a comprehensive narrative review that synthesizes peer-reviewed, published studies on CFI use. A total of 25 studies were identified, with sample sizes ranging from 1 to 460 participants. In all pilot CFI studies 960 unique subjects were enrolled, and in final CFI studies 739 were enrolled. Studies focused on how the CFI affects clinical practice; explored the CFI through research paradigms in medical communication, implementation science, and family psychiatry; and examined clinician training. In most studies, patients and clinicians reported that using the CFI improved clinical rapport. This evidence base offers an opportunity to consider implications for training, research, and clinical practice and to identify crucial areas for further research.
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 | 0,007 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,005 |
| 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