Integrating Mental Health and Psycho-Social Support (MHPSS) into infectious disease outbreak and epidemic response: an umbrella review and operational framework
Notice bibliographique
Résumé
Abstract Introduction Infectious disease outbreaks have a substantial impact on people’s psychosocial well-being. Yet, mental health and psychosocial support (MHPSS) interventions are not systemically integrated into outbreak and epidemic response. Our review aims to synthesise evidence on the effectiveness of MHPSS interventions in outbreaks and propose a framework for systematically integrating MHPSS into outbreak response. Methods We conducted an umbrella review in accordance with the Joanna Briggs Institute (JBI) methodology for umbrella reviews. Results We identified 23 systematic literature reviews, 6 of which involved meta-analysis, and only 30% (n=7) were of high quality. Most of the available literature was produced during COVID-19 and focused on clinical case management and medical staff well- being, with scarce evidence on the well-being of other outbreak responders and MHPSS in other outbreak response pillars. Conclusion Despite the low quality of the majority of the existing evidence, MHPSS interventions have the potential to improve the psychological well- being of those affected by and those responding to outbreaks. They also can improve the outcomes of the outbreak response activities such as contact tracing, infection prevention and control, and clinical case management. Our proposed framework would facilitate integrating MHPSS into outbreak response and hence mitigate the mental health impact of outbreaks. Review registration PROSPERO CRD42022297138.
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 | 0,082 | 0,181 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,012 | 0,013 |
| Bibliométrie | 0,036 | 0,023 |
| Études des sciences et des technologies | 0,003 | 0,004 |
| Communication savante | 0,010 | 0,009 |
| Science ouverte | 0,004 | 0,008 |
| Intégrité de la recherche | 0,006 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».