Why Service Users Choose Medication-Free Psychiatric Treatment: A Mixed-Method Study of User Accounts
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
PURPOSE: Medication has been a central part of treatment for severe mental disorders in Western medicine since the 1950s. In 2015, Norwegian Health Authorities decided that Norwegian health regions must have treatment units devoted to medication-free mental health treatment to enhance service users' freedom of choice. The need for these units has been controversial. The aim of this study was to examine why service users choose medication-free services. This article examines what purpose these units serve in terms of the users' reasons for choosing this service, what is important for them to receive during the treatment, and what factors lay behind their concerns in terms of medication-related views and experiences. METHODS: Questionnaires were answered by 46 participants and 5 participants were interviewed in a mixed-method design integrated with a concurrent triangulation strategy applying thematic analysis and descriptive statistics. RESULTS: Negative effects of medications and unavailable alternatives to medication in ordinary health care were important reasons for wanting medication-free treatment. Medication use may conflict with personal values, attitudes, and beliefs. CONCLUSION: This study broadens the understanding of why the demand for separate medication-free units has arisen. The findings may contribute to making medication-free treatment an option in mental health care in general. To this end, clinicians are advised to communicate all treatment alternatives to service users and to be mindful of the effect of power imbalances in their interactions with them.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle