MétaCan
Menu
Retour à la cohorte
Enregistrement W3159716563 · doi:10.1136/ebmental-2021-300254

WHO mental health gap action programme (mhGAP) intervention guide: updated systematic review on evidence and impact

2021· review· en· W3159716563 sur OpenAlex
Roxanne Keynejad, Jessica Spagnolo, Graham Thornicroft

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueEvidence-Based Mental Health · 2021
Typereview
Langueen
DomainePsychology
ThématiqueMental Health Treatment and Access
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesNational Institute of Mental HealthMedical Research CouncilInstitute of Psychiatry, Psychology and Neuroscience, King’s College LondonNational Institutes of HealthKing's College LondonGovernment of the United KingdomDepartment of Health and Social CareHealth Services and Delivery Research ProgrammeNational Institute for Health and Care ResearchWorld Health Organization
Mots-clésMental healthPsycINFOMedicinePsychological interventionSystematic reviewMEDLINEPsychologyPsychiatryPolitical science

Résumé

récupéré en direct d'OpenAlex

QUESTION: There is a large worldwide gap between the service need and provision for mental, neurological and substance use disorders. WHO's Mental Health Gap Action Programme (mhGAP) intervention guide (IG), provides evidence-based guidance and tools for assessment and integrated management of priority disorders. Our 2017 systematic review identified 33 peer-reviewed studies describing mhGAP-IG implementation in low-income and middle-income countries. STUDY SELECTION AND ANALYSIS: We searched MEDLINE, Embase, PsycINFO, Web of Knowledge, Scopus, CINAHL, LILACS, ScieELO, Cochrane, PubMed databases, 3ie, Google Scholar and citations of our review, on 24 November 2020. We sought evidence, experience and evaluations of the mhGAP-IG, app or mhGAP Humanitarian IG, from any country, in any language. We extracted data from included papers, but heterogeneity prevented meta-analysis. FINDINGS: Of 2621 results, 162 new papers reported applications of the mhGAP-IG. They described mhGAP training courses (59 references), clinical applications (n=49), research uses (n=27), contextual adaptations (n=13), economic studies (n=7) and other educational applications (n=7). Most were conducted in the African region (40%) and South-East Asia (25%). Studies demonstrated improved knowledge, attitudes and confidence post-training and improved symptoms and engagement with care, post-implementation. Research studies compared mhGAP-IG-enhanced usual care with task-shared psychological interventions and adaptation studies optimised mhGAP-IG implementation for different contexts. Economic studies calculated human resource requirements of scaling up mhGAP-IG implementation and other educational studies explored its potential for repurposing. CONCLUSIONS: The diverse, expanding global mhGAP-IG literature demonstrates substantial impact on training, patient care, research and practice. Priorities for future research should be less-studied regions, severe mental illness and contextual adaptation of brief psychological interventions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict)
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 enseignants0,430
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,000
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0070,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,315
Tête enseignante GPT0,558
Écart entre enseignants0,243 · 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