TELEPSICOTERAPIA EM TEMPOS DE PANDEMIA
Notice bibliographique
Résumé
A saúde mental da população foi impactada pela pandemia da COVID-19, exigindo a criação de estratégias de cuidado, como a crescente utilização da telepsicoterapia. Desta forma, o presente artigo tem como objetivo analisar a adesão à telepsicoterapia oferecida no período pandêmico, considerando o perfil sociodemográfico do público atendido, a participação no estudo pelas sessões de psicoterapia e pelo preenchimento dos questionários disponibilizados através da plataforma de atendimento online. O estudo teve caráter quantitativo e descritivo, cuja amostra incluiu pessoas maiores de 18 anos e que morassem nas regiões do Vale do Rio Pardo e Vale do Taquari -RS. As informações sociodemográficas foram coletadas por meio de questionários, que posteriormente geraram um banco de dados, no qual também foi registrada a frequência dos participantes em quatro sessões de telepsicoterapia. A análise dos dados foi realizada no Microsoft Office Excel e apresentada de modo descritivo. O período de coleta dos dados foi de janeiro a dezembro de 2021. A amostra foi composta por 153 indivíduos de 19 municípios. O perfil predominante encontrado foi de 75,51% mulheres (n=114), 71,9% adultos de 25-60 anos (n=110), 69,28% residentes de centros urbanos (n=110). A taxa de adesão à telepsicoterapia foi de 91,5% na quarta sessão (n=140). Os resultados encontrados demonstram que esta é uma ferramenta potente para populações que não acessam a saúde mental pública devido a sobrecarga no sistema ou por aqueles que se encontram impossibilitados de serem atendidos de forma presencial.
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 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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 tête enseignante, 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 ».