MétaCan
Menu
Retour à la cohorte
Enregistrement W4386504756 · doi:10.1186/s12888-023-05158-0

A scoping review of resilience among transition-age youth with serious mental illness: tensions, knowledge gaps, and future directions

2023· review· en· W4386504756 sur OpenAlexafffund
Amy Nesbitt, Catherine M. Sabiston, Melissa L. deJonge, Skye Barbic, Nicole Kozloff, Emily Nalder

Notice bibliographique

RevueBMC Psychiatry · 2023
Typereview
Langueen
DomaineHealth Professions
ThématiqueAdolescent and Pediatric Healthcare
Établissements canadiensCentre for Addiction and Mental HealthSpinal Cord Injury BCUniversity of British ColumbiaProvidence Health CareToronto Rehabilitation InstituteUniversity of Toronto
Organismes subventionnairesCanadian Institutes of Health ResearchUniversity of TorontoCanada Research Chairs
Mots-clésMental illnessResilience (materials science)Psychological resiliencePsychologyTransition (genetics)PsychiatryMental healthPsychotherapist

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: The study of resilience among transition-age youth (aged 16-29 years) living with serious mental illness (SMI) has provided a promising new direction for research with the capacity to explore individuals' strengths and resources. However, variability in how resilience is defined and measured has led to a lack of conceptual clarity. A comprehensive synthesis is needed to understand current trends and gaps in resilience research among this population. The purpose of the current study was to map how resilience has been conceptualized and operationalized among transition-age youth with SMI, explore resilience factors and outcomes that have been studied, and recommend areas for future research. METHODS: A six-stage scoping review methodology was used to systematically identify relevant empirical literature across multiple databases (MEDLINE, EMBASE, PsycINFO, AMED, CINAHL, Scopus), addressing transition-age youth diagnosed with SMI and resilience. Topic consultation and reaction meetings were conducted to gather feedback from transition-age youth with SMI, researchers, and clinicians during the review process to enhance the applicability of the review findings. A meta-narrative approach was used to organize included studies into research traditions (i.e., paradigms of inquiry with similar storylines, theoretical and methodological orientations). Resilience factors and outcomes, and the consultative meetings, were analyzed using content analysis. RESULTS: Twenty-four studies met inclusion criteria (14 quantitative, 9 qualitative, 1 mixed-method). Four research traditions were identified, each contributing a unique storyline which conceptualized and operationalized resilience in slightly different ways: Stress Adaptation, Person-Environment Interactions, Recovery-Focused, and Critical and Cultural Perspectives. Resilience factors and outcomes were most commonly evaluated at the individual-level or within the immediate environment (e.g., personal characteristics, social support networks). Limited research has explored the influence of macro-level systems and health inequalities on resilience processes. Results from the consultative meetings further demonstrated the importance of health services and sociocultural factors in shaping processes of resilience among youth. CONCLUSION: The present results may be used to inform future work, as well as the development of age-appropriate, strengths-based, and resilience-oriented approaches to service delivery. Interdisciplinary and intersectional research that prioritizes community and youth engagement is needed to advance current understandings of resilience among transition-age youth with SMI.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,259
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,089
Tête enseignante GPT0,447
Écart entre enseignants0,359 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations15
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMC PsychiatryMême sujetAdolescent and Pediatric HealthcareTravaux en français237 207