Health Needs for Suicide Prevention and Acceptance of e-Mental Health Interventions in Adolescents and Young Adults: Qualitative Study
Notice bibliographique
Résumé
BACKGROUND: Adolescence is a phase of higher vulnerability for suicidal behavior. In Germany, almost 500 adolescents and young adults aged 15-25 years commit suicide each year. Youths in rural areas are characterized by a higher likelihood of poorer mental health. In rural areas, appropriate support for adolescents and young adults in mental health crises is difficult to access. The general acceptability of digital communication in youths can make the provision of an eHealth tool a promising strategy. OBJECTIVE: The aim of this study was to explore the health needs regarding suicide prevention for adolescents and young adults in rural areas of Germany and Switzerland and to identify characteristics of suitable e-mental health interventions. METHODS: This study reports on a qualitative secondary analysis of archived data, which had been collected through formative participatory research. Using 32 semistructured interviews (individually or in groups of 2) with 13 adolescents and young adults (aged 18-25 years) and 23 experts from relevant fields, we applied a deductive-inductive methodological approach and used qualitative content analyses according to Kuckartz (2016). RESULTS: Experts as well as adolescents and young adults have reported health needs in digital suicide prevention. The health needs for rural adolescents and young adults in crises were characterized by several categories. First, the need for suicide prevention in general was highlighted. Additionally, the need for a peer concept and web-based suicide prevention were stressed. The factors influencing the acceptability of a peer-driven, web-based support were related to low-threshold access, lifelike intervention, anonymity, and trustworthiness. CONCLUSIONS: The results suggest a need for suicide prevention services for adolescents and young adults in this rural setting. Peer-driven and web-based suicide prevention services may add an important element of support during crises. By establishing such a service, an improvement in mental health support and well-being could be enabled. These services should be developed with the participation of the target group, taking anonymity, trustworthiness, and low-threshold access into account.
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 | 0,009 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,003 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».