Engagement of people with lived experience in studies published in high-impact psychiatry journals: meta-research review
Notice bibliographique
Résumé
BACKGROUND: We evaluated studies published in high-impact psychiatry journals to assess (1) the proportion that reported in articles whether they engaged people with lived experience; (2) the proportion that likely engaged people with lived experience; and, if engagement occurred, (3) stages of research (planning, conduct, interpretation, dissemination); and (4) engagement level (consult, involve, partner). METHODS: We searched PubMed on December 14, 2022, for articles in psychiatry journals with impact factor ≥ 10 and reviewed articles in reverse chronological order until 141 were included, based on pre-study precision estimation. We contacted authors to obtain information on engagement. RESULTS: Three of 141 (2%) studies reported engagement of people with lived experience in articles. Of the other 138 studies, 74 authors responded to follow-up emails and 22 reported they engaged people with lived experience but did not report in the article. Depending on assumptions about engagement by non-responders, we estimated, overall, 18-31% of studies may have engaged people with lived experience. Engagement occurred in research planning (70%) and rarely interpretation (35%). Most involved consultation (providing opinions or perspectives, 53%) and few involved partnership (11%). CONCLUSIONS: Engagement of people with lived experience in psychiatry research is uncommon, and when it does occur people are typically consulted but not engaged in roles with influence on decision-making. Funding agencies, ethics committees, journals, and academic institutions should take steps to support engagement of people with lived experience in psychiatry research.
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 | 0,093 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,001 |
| Bibliométrie | 0,004 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,010 |
| 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 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 ».