Determinants of effective treatment coverage for posttraumatic stress disorder: findings from the World Mental Health Surveys
Notice bibliographique
Résumé
BACKGROUND: Posttraumatic stress disorder (PTSD) is associated with significant morbidity, but efficacious pharmacotherapy and psychotherapy are available. Data from the World Mental Health Surveys were used to investigate extent and predictors of treatment coverage for PTSD in high-income countries (HICs) as well as in low- and middle-income countries (LMICs). METHODS: Seventeen surveys were conducted across 15 countries (9 HICs, 6 LMICs) by the World Health Organization (WHO) World Mental Health Surveys. Of 35,012 respondents, 914 met DSM-IV criteria for 12-month PTSD. Components of treatment coverage analyzed were: (a) any mental health service utilization; (b) adequate pharmacotherapy; (c) adequate psychotherapy; and (d) effective treatment coverage. Regression models investigated predictors of treatment coverage. RESULTS: 12-month PTSD prevalence in trauma exposed individuals was 1.49 (S.E., 0.08). A total of 43.0% (S.E., 2.2) received any mental health services, with fewer receiving adequate pharmacotherapy (13.5%), adequate psychotherapy (17.2%), or effective treatment coverage (14.4%), and with all components of treatment coverage lower in LMICs than HICs. In a multivariable model having insurance (OR = 2.31, 95 CI 1.17, 4.57) and severity of symptoms (OR = .35, 95% CI 0.18, 0.70) were predictive of effective treatment coverage. CONCLUSION: There is a clear need to improve pharmacotherapy and psychotherapy coverage for PTSD, particularly in those with mild symptoms, and especially in LMICs. Universal health care insurance can be expected to increase effective treatment coverage and therefore improve outcomes.
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 | 0,003 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».