An optimal trauma-informed pathway for PTSD, complex PTSD and other mental health and psychosocial impacts of trauma in prisons: an expert consensus statement
Notice bibliographique
Résumé
People in prisons have high levels of trauma exposure throughout their lives. Presentations are often complex, with a high prevalence of PTSD and CPTSD and other mental health comorbidities. Prisons themselves can be stressful and traumatising environments. There are challenges in the delivery of effective treatments for PTSD and CPTSD. There is a need for the development of effective clinical pathways for these conditions that are embedded within trauma-informed organisational approaches. Responding to this need, this report is the result of a multidisciplinary expert consensus meeting and review of the research literature on PTSD, CPTSD, associated comorbidities and optimal approaches to trauma-informed practice. The group consisted of 24 expert representatives from psychology, psychiatry, healthcare, academia, social care and Welsh Government. The meeting commenced with presentations on various aspects of the clinical pathway for PTSD and complex PTSD in prisons, and of applications of trauma-informed practice within prisons. Small sub-groups then provided practical recommendations and solutions relevant to their assigned topic. Findings were presented to all meeting attendees for another round of discussion and debate, until consensus was reached. The resulting recommendations provide guidance to improve identification, treatment and support for people living in prison who have experienced trauma.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».