Psychodermatology in Canada: A National Survey Assessment of Dermatologists’ Perception, Practice Patterns, and Challenges
Notice bibliographique
Résumé
OBJECTIVES: We aimed to assess the perception of psychodermatology, practice patterns, and challenges reported by Canadian dermatologists. METHODS: We designed an online questionnaire based on previous literature, including questions about practitioners' perceptions, practice patterns, training, and challenges in psychodermatology. We solicited their opinions on desired training, research needs, and clinical approach recommendations. Our survey was distributed nationally by the Canadian Dermatology Association (CDA). RESULTS: Of the total of 78 participating dermatologists, >75% reported treating patients with psychodermatological conditions, with higher frequencies of secondary than primary psychodermatological conditions. While practitioners had some confidence in their understanding of psychodermatology (median = 4 on a 5-point scale), their comfort levels to approach these patients were lower (median = 3), and their confidence in prescribing psychotropic medication was markedly low (median = 2). A total of 50% reported that a "multidisciplinary approach" would be best for these patients. Poor access to psychiatry was the most reported (26.9%) challenge, together with time constraints, lack of training, poor communication with patients, and lack of patient insight and resources. While 46.2% reported having never participated in psychodermatology training, 55.1% expressed interest in doing so. CONCLUSION: We identified several challenges with knowledge, awareness, and healthcare delivery in psychodermatological practice in Canada. Increasing dermatologists' access to psychiatric consultations/services, a multidisciplinary approach with dermatologists and psychiatrists co-providing care, and more specialized training in this area are recommended to narrow the identified gaps.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».