MétaCan
Menu
Retour à la cohorte
Enregistrement W4403106846 · doi:10.3390/healthcare12191971

Current and Future Implementation of Digitally Delivered Psychotherapies: An Exploratory Mixed-Methods Investigation of Client, Clinician, and Community Partner Perspectives

2024· article· en· W4403106846 sur OpenAlexafffund
Sidney Yap, Rashell R. Allen, Carley Aquin, Katherine Bright, Matthew Brown, Lisa Burback, Olga Winkler, Chelsea Jones, Jake Hayward, Kristopher Wells, Eric Vermetten, Andrew J. Greenshaw, Suzette Brémault‐Phillips

Notice bibliographique

RevueHealthcare · 2024
Typearticle
Langueen
DomainePsychology
ThématiqueDigital Mental Health Interventions
Établissements canadiensMacEwan UniversityMount Royal UniversityUniversity of Alberta
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésPsychologyPsychotherapistComputer scienceProcess managementMedical educationMedicineEngineering

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Following the initial outbreak of the COVID-19 pandemic, mental health clinicians rapidly shifted service delivery from in-person to digital. This pivot was instrumental in maintaining continuity of care and meeting increased mental health service demands. Many mental health services have continued to be offered via digital delivery. The long-term implications of delivering services via digital media remain unclear and need to be addressed. OBJECTIVES: This study aimed to identify current micro (i.e., clinician-patient interactions), meso (i.e., clinician-clinic manager interactions), and macro (i.e., government-policy maker interactions) level issues surrounding the use of digital mental health interventions (DMHI). Such integrated assessments are important for optimizing services to improve treatment outcomes and client satisfaction. METHODS: Participants were recruited between January 2022 and April 2023. Quantitative data were collected using a survey informed by the Hexagon Tool. Qualitative data were collected from online semi-structured interviews and focus groups and analyzed using rapid thematic analysis. RESULTS: Survey data were collected from 11 client and 11 clinician participants. Twenty-six community partner participants were interviewed for this study. Client and clinician participants expressed satisfaction with the implementation of DMHI. Community partner participants generally agreed, reporting that such services will play an integral role in mental healthcare moving forward. Community partners shared that certain issues, such as uncertainty surrounding policies and regulations related to digital delivery, must be addressed in the future. CONCLUSIONS: Participants in this study supported the use of DMHI despite difficulties implementing these programs, asserting that such services are not a temporary fix but a pivotal cornerstone in the future of mental healthcare service delivery.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,841
Score d'incertitude au seuil0,564

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,118
Tête enseignante GPT0,529
Écart entre enseignants0,411 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
Domainenon disponible
GenreEmpirique

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

En bref

Citations3
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHealthcareMême sujetDigital Mental Health InterventionsTravaux en français237 207