“What else can we do?”—Provider perspectives on treatment‐resistant depression in late life
Notice bibliographique
Résumé
BACKGROUND: Treatment-resistant depression in late-life (TRLLD) is common. Perspectives of primary care providers (PCPs) and psychiatrists treating TRLLD could give insights into the challenges and potential solutions for managing this condition. METHODS: To identify perspectives of providers who treat TRLLD, we conducted a qualitative descriptive study using semi-structured interviews with providers treating older adults with TRLLD in five locations across North America (i.e., Los Angeles, New York City, Pittsburgh, St. Louis, and Toronto). We conducted semi-structured interviews with 50 care providers (24 primary care providers [PCPs], 22 psychiatrists, and 4 depression care managers). Interviews elicited providers' perspectives on treatment options for TRLLD, including treatment within the primary care setting and referral to psychiatry, and sought suggestions for improvement. RESULTS: We identified four themes. (1) Treating TRLLD takes an emotional toll on providers; (2) existing psychiatric services are inadequate to meet the needs of patients with TRLLD, mainly because of lack of access; (3) PCPs often attempt to treat TRLLD, even when they are not comfortable doing so; and (4) to better meet the needs of patients with TRLLD, providers recommend integrated care models involving PCPs, psychiatrists, and psychotherapists, potentially made more feasible by the growth of telehealth. CONCLUSIONS: Findings from these qualitative interviews show the challenges in providing care for TRLLD. These findings can guide knowledge dissemination to psychiatrists, PCPs, policy-makers, and other stakeholders involved in the mental health system. They can also inform structural changes to clinical practice that may increase the implementation of the best treatment strategies across settings to improve long-term outcomes for TRLLD.
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 | 0,014 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,009 | 0,011 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,003 | 0,006 |
| 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 ».