Interventions to increase help-seeking for mental health care in low- and middle-income countries: A systematic review
Notice bibliographique
Résumé
Mental health problems are a significant and growing cause of morbidity worldwide. Despite the availability of evidence-based interventions, most people experiencing mental health problems remain untreated. This treatment gap is particularly large in low- and middle-income countries (LMIC) and is due to both supply-side and demand-side barriers. The aim of this systematic review is to identify and synthesise the evidence on interventions to improve help-seeking for mental health problems in LMICs. The protocol was registered a priori (Registration number: CRD42021255635). We searched eight databases using terms based on three concepts: 'mental health/illness' AND 'help-seeking' AND 'LMICs'; and included all age groups and mental health problems. Forty-two papers were eligible and included in this review. Intervention components were grouped into three categories following the steps in the help-seeking process: (1) raising mental health awareness among the general population (e.g., distribution of printed or audio-visual materials), (2) identification of individuals experiencing mental health problems (e.g., community-level screening or detection), and (3) promoting help-seeking among people in need of mental health care (e.g., sending reminders). The majority of interventions (80%) included components in a combination of the aforementioned categories. Most studies report positive outcomes, yet results on the effectiveness is mixed, with a clear trend in favour of interventions with components from more than one category. Ten out of 42 studies (24%) yielded a statistically significant effect of the intervention on help-seeking; and all targeted a combination of the aforementioned categories (i.e., raising awareness, identification and help-seeking promotion). Only six studies (14%) focused on children and adolescents. Due to the limited number of robust studies done in LMICs and the heterogeneity of study designs, outcomes and components used, no definite conclusions can be drawn with regards to the effects of individual strategies or content of the interventions.
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 | 0,008 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,010 | 0,009 |
| Bibliométrie | 0,008 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».