The weight of office? A scoping review of mental health issues and risk factors in elected politicians across democratic societies
Notice bibliographique
Résumé
BACKGROUND: The mental health and capacity to govern of democratically-elected politicians have become burgeoning topics of interest. Notably, in fulfilling demanding and high-stress roles, political officeholders could encounter distinctive risk factors, yet existing research literature about these subpopulations remains underexplored. AIMS: This scoping review aimed to systematically examine the breadth of available evidence on mental health issues and risk factors affecting democratically-elected politicians internationally and to identify future research needs. METHODS: Using pre-defined eligibility criteria based on JBI guidelines, a systematic keyword search was conducted in May 2024 of MEDLINE, Scopus, and APA PsycNet, supplemented by snowballing techniques. Only those studies reporting primary, empirical evidence on mental ill-health or risk factors with psychological correlates from serving politicians in "Full" or "Flawed" democracies (per Democracy Index) were included from 1999 to 2024. Titles and abstracts were screened and the full-texts of potentially eligible literature were assessed before extraction and synthesis. RESULTS: Eighteen sources met the eligibility criteria, cumulatively encompassing ~3,500 national, state, and municipal politicians across seven democracies (Australia, Canada, the Netherlands, Norway, New Zealand, the United Kingdom, and the United States). Cross-sectional surveys were predominantly utilized, with lesser use of mixed-methods approaches, qualitative interviews, and longitudinal cohorts. Violence emerged as a key concept, with twelve sources (66.7%) underlining its psychological toll and certain data indicating a disproportionate impact on female officeholders. Furthermore, four sources (22.2%) explored general psychopathology trends, revealing varying but sizeable mental ill-health and high-risk alcohol consumption rates, and two studies (11.1%) demonstrated adverse effects from specific occupational conditions. CONCLUSIONS: Current literature suggests that democratically-elected politicians can face complex mental health challenges. However, significant research gaps remain, including a paucity of prevalence estimates, longitudinal data, and intervention studies. Equally, the underrepresentation of most democratic countries accentuates the need for a more diverse evidence-base to better support the mental wellbeing of politicians worldwide.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».