Case finding in integration of Mental Health Services into Primary Health Care System: systematic review of the studies conducted in Iran in recent two decades
Notice bibliographique
Résumé
Objective: This study aims at conducting a systematic review of the researches performed to determine case finding rates throughout the integration of Mental Health Services into PHC over recent twenty years . Method : Through electronic search, major national and international databases including Pubmed, PsychInfo, and EMBase were investigated. All original studies and researches in Persian or English, which had described psychiatric case finding in the PHC, classified as severe and mild mental disorders,epilepsy, mental retardation, and other disorders, were included in the study and were qualitatively assessed. Subsequent to data extraction, heterogeneity test was carried out on all of the studies and each subgroup. Meta-analysis was not applicable as a result of the wide range and heterogeneity of the reported results. Results: Overall, ten studies were included. Case finding rate ranged from 0.07 to 2.04 per thousand for severe mental disorders, 0.5 to 7.6 per thousand for mild mental disorders, 0.5 to 3.9 per thousand for epilepsy, and 0.64 to 3.94 per thousand for mental retardation. Conclusion: Case finding rates reported in the selected studies are highly different from the prevalence of the disorders throughout the ountry. It seems that the program has been functioning more effectively in case of some of the disorders such as mental retardation, while it has been less efficient in finding mild mental disorder cases. These results reflect the fact that despite its partial achievements in the field of case finding, the integration program is still far from the desirable rates and there is need for revision of its content of the integration program especially screening and diagnostic tools, training contents, and implementation methods.
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 | 0,020 | 0,071 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,009 |
| Bibliométrie | 0,017 | 0,016 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».