Trauma and Trauma-Informed Care in Early Intervention in Psychosis: State of Implementation and Provider Views on Challenges
Notice bibliographique
Résumé
OBJECTIVE: Although trauma is increasingly recognized as a major risk factor for psychosis and for its link to treatment outcomes, the landscape of trauma-related practices in specialized early psychosis services in the United States and other countries remains only poorly characterized. Research documenting the perspectives of frontline providers is also lacking. The primary goals of this study were to document the state of trauma-related policy implementation in early intervention in psychosis (EIP) programs and to gather provider perspectives. METHODS: This was a mixed-methods project involving an international EIP provider survey, followed by in-depth provider interviews. The survey was disseminated in Australia, Canada, Chile, the United Kingdom, and the United States. In total, 164 providers, representing 110 unique sites, completed the survey. Frequencies were calculated for responses to survey items, and open-ended responses were analyzed with a systematic content analysis. RESULTS: The survey findings suggested low implementation rates for a variety of assessment and support practices related to trauma and trauma-informed care. Coding of open-ended responses revealed numerous concerns and uncertainties among providers regarding the relationship between trauma and psychosis and the state of the EIP field. CONCLUSIONS: An expansion of research and service development aimed at better meeting the trauma-related needs of young people with psychosis is essential, with implications for EIP outcomes and service user and staff experiences.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».