Barriers and Facilitators to the Implementation of Mental Health and Psychosocial Support Programmes Following Natural Disasters in Developing Countries: a Systematic Review
Notice bibliographique
Résumé
Climate change is leading to more frequent and intense natural disasters, with developing countries particularly at risk. However, most research concerning mental health and natural disasters is based in high-income country settings. It is critically important to provide a mental health response to such events, given the negative psychosocial impacts they elicit. The aim of this systematic review is to explore the barriers and facilitators to implementing mental health and psychosocial support (MHPSS) following natural disasters in developing countries. Eight databases were searched for relevant quantitative and qualitative studies from developing countries. Only studies reporting barriers and/or facilitators to delivering MHPSS in response to natural disasters in a low- or middle-income country were included and full texts were critically appraised using the McGill University Mixed Methods Appraisal Tool. Reported barriers and facilitators were extracted and analysed thematically. Thirty-seven studies were included in the review, reflecting a range of natural disaster settings and developing countries. Barriers to implementing MHPSS included cultural relevance, resources for mental health, accessibility, disaster specific factors and mental health stigma. Facilitators identified included social support, cultural relevance and task-sharing approaches. A number of practical approaches can be used to facilitate the implementation of MHPSS in developing country settings. However, more research is needed on MHPSS in the developing country natural disaster context, especially in Africa, and international policies and guidelines need to be re-evaluated using a decolonial lens.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 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 ».