Egyptian Students Open to Digital Mental Health Care: Cross-Sectional Survey
Notice bibliographique
Résumé
BACKGROUND: In Egypt, the shortage of mental health services, particularly for adolescents and young adults, is apparent. Electronic mental health (EMH) has been proposed as a solution to bridge the gap and better address the needs of young people. However, EMH is new to Egypt and its acceptability among target populations is crucial to its implementation and success. OBJECTIVE: The objective of this study is to explore the interest of Egyptian youth in EMH, identify perceived barriers to EMH, and inform the design of EMH tools to best address the needs of youth. METHODS: A web-based cross-sectional survey was distributed among medical students at Tanta University in Egypt. Chi-square and one-way analysis of variance tests were performed for inferential analyses using a significance level of .05. RESULTS: Of the 707 individuals who completed the survey (90.9% response rate), 60.5% (428) were female, 62% (438) lived in urban and suburban areas, and the mean age of the sample was 20.5 (SD 1.8) years. The vast majority of participants (522/707, 73.8%) had already used the internet to find information about mental health problems, but the information was unsatisfactory for about half of them (386/707, 54.6%). Almost all students reported that they would prefer web-based therapy if EMH were available through a trustworthy national web-based platform for youth mental health (601/707, 85%). Students believed that emotional difficulties, social support, and coping strategies were the main topics that EMH should help with. The most common perceived barriers for EMH use in Egypt were concerns about privacy (382/707, 54%) and a lack of technology literacy and unfamiliarity with EMH (352/707, 50%). CONCLUSIONS: EMH is a promising strategy for addressing gaps in the mental health care for young people. To construct and implement a digital system of care that addresses the unique needs and preferences of youth, adolescents and young adults should be involved in the co-development and design.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
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 ».