Toward measuring effective treatment coverage: critical bottlenecks in quality- and user-adjusted coverage for major depressive disorder
Notice bibliographique
Résumé
BACKGROUND: Major depressive disorder (MDD) is a leading cause of morbidity and mortality. Shortfalls in treatment quantity and quality are well-established, but the specific gaps in pharmacotherapy and psychotherapy are poorly understood. This paper analyzes the gap in treatment coverage for MDD and identifies critical bottlenecks. METHODS: Seventeen surveys were conducted across 15 countries by the World Health Organization-World Mental Health Surveys Initiative. Of 35 012 respondents, 3341 met DSM-IV criteria for 12-month MDD. The following components of effective treatment coverage were analyzed: (a) any mental health service utilization; (b) adequate pharmacotherapy; (c) adequate psychotherapy; and (d) adequate severity-specific combination of both. RESULTS: MDD prevalence was 4.8% (s.e., 0.2). A total of 41.8% (s.e., 1.1) received any mental health services, 23.2% (s.e., 1.5) of which was deemed effective. This 90% gap in effective treatment is due to lack of utilization (58%) and inadequate quality or adherence (32%). Critical bottlenecks are underutilization of psychotherapy (26 percentage-points reduction in coverage), underutilization of psychopharmacology (13-point reduction), inadequate physician monitoring (13-point reduction), and inadequate drug-type (10-point reduction). High-income countries double low-income countries in any mental health service utilization, adequate pharmacotherapy, adequate psychotherapy, and adequate combination of both. Severe cases are more likely than mild-moderate cases to receive either adequate pharmacotherapy or psychotherapy, but less likely to receive an adequate combination. CONCLUSIONS: Decision-makers need to increase the utilization and quality of pharmacotherapy and psychotherapy. Innovations such as telehealth for training and supervision plus non-specialist or community resources to deliver pharmacotherapy and psychotherapy could address these bottlenecks.
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 | 0,061 | 0,168 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,007 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,004 | 0,009 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».