Perceived Effectiveness of Components of Interventions to Support People Bereaved By Suicide
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract: Background: Suicide bereavement increases the probability of adverse outcomes related to grief, social functioning, mental health, and suicidal behavior. While more support for individuals bereaved by suicide has become available, the evidence regarding its effectiveness is not straightforward. The literature suggests that identifying best-practice components is key in designing effective postvention interventions. Aims: This metareview aims to identify components of suicide bereavement interventions perceived to be effective by suicide-bereaved people. Method: The review adhered to preferred reporting items for systematic reviews and meta-analyses (PRISMA) guidelines. Systematic searches in Medline, PsycINFO, Embase, Emcare, EBM Reviews, Scopus, and Web of Science identified 11 eligible systematic reviews published between 2008 and 2023. The methodological quality was assessed using the Measurement Tool to Assess Systematic Reviews (AMSTAR-2) (PROSPERO registration CRD42023458300). Results: Our narrative synthesis reported the components perceived to be effective in relation to structure and content of interventions, facilitators, and modality (peer, group, community, online). Limitations: The quality of the included reviews varied considerably, and not all reviews reported on perceived effectiveness of interventions’ components. Meta-analysis of findings was not possible due to study heterogeneity. Conclusion: The findings provide crucial information for researchers, service providers, and policymakers to enhance the provision of evidence-based support for people bereaved by suicide.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,001 | 0,001 |
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 découle