Comparing Treatment Delays and Pathways to Early Intervention Services for Psychosis in Urban Settings in India and Canada
Notice bibliographique
Résumé
Abstract IntroductionAlthough extensively studied in high-income countries (HICs) and less so in low- and middle-income countries (LMICs), pathways to care and treatment delays in early psychosis have not been compared across contexts. We compared pathways to early intervention for psychosis in an HIC (Montreal, Canada) and an LMIC (Chennai, India). We hypothesised that the duration of untreated psychosis (DUP) would be longer in Chennai.MethodsThe number of contacts preceding early intervention, referral sources, first contacts, and DUP and its referral and help-seeking components of first-episode psychosis patients at both sites were similarly measured and compared using chi-square analyses and t-tests/one-way ANOVAs.ResultsOverall and help-seeking DUPs of Chennai (N = 168) and Montreal (N = 165) participants were not significantly different. However, Chennai patients had shorter referral DUPs [mean = 12.0 ± 34.1 weeks vs. Montreal mean = 13.2 ± 28.7 weeks; t(302.57) = 4.40; p < .001] as the early intervention service was the first contact for 44% of them (vs. 5% in Montreal). Faith healers comprised 25% of first contacts in Chennai. Those seeing faith healers had significantly shorter help-seeking but longer referral DUPs. As predicted, most (93%) Montreal referrals came from medical sources. Those seeing psychologists/counsellors/social workers as their first contact had longer DUPs.ConclusionDifferences in cultural views about mental illnesses and organizational structures shape pathways to care and their associations with treatment delays across contexts. Both formal and informal sources need to be targeted to reduce delays. Early intervention services being the first portal where help is sought can reduce DUP especially if accessed early on in the illness course.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,000 | 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 ».