MétaCan
Menu
Retour à la cohorte
Enregistrement W3084743653 · doi:10.2196/21237

Mental Health Practitioners’ Immediate Practical Response During the COVID-19 Pandemic: Observational Questionnaire Study

2020· article· en· W3084743653 sur OpenAlexvenueno aff
Shannon Reilly, Katherine L. Zane, William T. McCuddy, Zachary A. Soulliard, David Scarisbrick, Liv E. Miller, James J. Mahoney

Notice bibliographique

RevueJMIR Mental Health · 2020
Typearticle
Langueen
DomainePsychology
ThématiqueCOVID-19 and Mental Health
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute of General Medical SciencesNational Institutes of Health
Mots-clésMental healthContext (archaeology)Bonferroni correctionObservational studyMedicineDistressPandemicFamily medicinePsychiatryPsychologyCoronavirus disease 2019 (COVID-19)Clinical psychology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The COVID-19 pandemic has been associated with increased psychological distress, signaling the need for increased mental health services in the context of stay-at-home policies. OBJECTIVE: This study aims to characterize how mental health practitioners have changed their practices during the pandemic. The authors hypothesize that mental health practitioners would increase tele-mental health services and that certain provider types would be better able to adapt to tele-mental health than others. METHODS: The study surveyed 903 practitioners, primarily psychologists/doctoral-level (Psych/DL) providers, social workers/master's-level (SW/ML) providers, and neuropsychologists employed in academic medical centers or private practices. Differences among providers were examined using Bonferroni-adjusted chi-square tests and one-way Bonferroni-adjusted analyses of covariance. RESULTS: The majority of the 903 mental health practitioners surveyed rapidly adjusted their practices, predominantly by shifting to tele-mental health appointments (n=729, 80.82%). Whereas 80.44% (n=625) were not using tele-mental health in December 2019, only 22.07% (n=188) were not by late March or early April 2020. Only 2.11% (n=19) reported no COVID-19-related practice adjustments. Two-thirds (596/888, 67.10%) reported providing additional therapeutic services specifically to treat COVID-19-related concerns. Neuropsychologists were less likely and Psych/DL providers and SW/ML providers were more likely than expected to transition to tele-mental health (P<.001). Trainees saw fewer patients (P=.01) and worked remotely more than licensed practitioners (P=.03). Despite lower rates of information technology service access (P<.001), private practice providers reported less difficulty implementing tele-mental health than providers in other settings (P<.001). Overall, the majority (530/889, 59.62%) were interested in continuing to provide tele-mental health services in the future. CONCLUSIONS: The vast majority of mental health providers in this study made practice adjustments in response to COVID-19, predominantly by rapidly transitioning to tele-mental health services. Although the majority reported providing additional therapeutic services specifically to treat COVID-19-related concerns, only a small subset endorsed offering such services to medical providers. This has implications for future practical directions, as frontline workers may begin to seek mental health treatment related to the pandemic. Despite differences in tele-mental health uptake based on provider characteristics, the majority were interested in continuing to provide such services in the future. This may help to expand clinical services to those in need via tele-mental health beyond the COVID-19 pandemic.

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)0,004
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,011
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,210
Tête enseignante GPT0,517
Écart entre enseignants0,306 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations44
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Mental HealthMême sujetCOVID-19 and Mental HealthTravaux en français237 207