Understanding the reasons to avoid seeking mental health professionals: Validation of the MITOS-MENTAL questionnaire in Peru population
Notice bibliographique
Résumé
There is still much resistance, myths, beliefs, and misconceptions regarding the seeking of mental health services for diagnosis and treatment. The objective was to validate an instrument to determine why Peruvian workers would not seek mental health professionals. In an instrumental study, literature was searched, and mental health professionals were asked about the most common reasons for not attending consultations. An expert panel undertook exploratory and confirmatory factor analyses (CFA), which were applied to a large population. Descriptive and instrumental statistics were used for the data. The 20 experts gave excellent ratings to the initial questions. In the pilot (250 people), it was confirmed that all questions had saturations >0.40. The item modification technique was also performed, eliminating six questions. With the CFA in 1312 respondents, it was seen that the goodness-of-fit indices were not adequate for three questions, then the index modification technique was used, achieving a satisfactory factorial structure model (χ2 = 61.497; df = 9; p < 0.001; RMR = 0.015; TLI = 0.984; CFI = 0.990, and RMSEA = 0.067). A scale of six questions was validated to measure the most important reasons why Peruvian workers do not want to attend mental health consultations.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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) | 0,000 | 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 ».