COVID-19, consequences on psychiatric care and access to mental health services: A patients’ opinions survey
Notice bibliographique
Résumé
Objective: The COVID-19 pandemic has (and will continue to have) quite a strong impact on patients whose mental conditions worsen due to isolation, disruption of usual routine, activities, and loss of community support, if not the infection itself. Therefore, exploring and evaluating existing ways and proposing new ways to communicate and maintain a strong therapeutic alliance between therapists and patients was important.Methods: A semi-structured interview based on a homemade grid designed to assess participants’ opinions on access to telehealth services and their efficiency. Period of study: March 2020 to June 2021.Results: Impact of COVID-19 on daily life: 70% experienced isolation due to the pandemic life-changing, 65% experienced anxiety, 42% depression, and 28% anger. Teleconsultations’ perceptions during the COVID-19 pandemic were perceived as a good solution for a pandemic era and no need for displacement (30%). 38% thought that video consultation is a better option than telephone consultations, with 60% stating a similar level of comfort in video/phone consultation compared to in-person. Recommendations to address Mental Health (MH) care delivery soon after this pandemic were: Patients (60%) are interested in accessing a website (or mobile application) on resources of MH services available in their city/region.Conclusions: Results show that isolation and anxiety were the factors most affecting the social life and conditions of participants, with some significant levels of depression and anger. Participants largely accepted the transition to virtual care with some improvements.
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 | 0,000 | 0,001 |
| 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 ».