The association between mental health self-stigma and multiple mental health conditions: A systematic review
Notice bibliographique
Résumé
Background Self-stigma is commonly experienced among people with mental health conditions, across disorders and across the lifespan, with negative impacts. Objective This systematic review aimed to synthesize the literature on self-stigma among people with multiple co-occurring mental health conditions, inclusive of substance use conditions. We further explored whether multiple mental health conditions are associated with an added burden of self-stigma compared to single conditions. Method A systematic search was conducted of Medline, APA PsycInfo, Embase, Cumulative Index to Nursing & Allied Health Literature (CINAHL), Web of Science, and Applied Social Sciences Index and Abstracts (ASSIA). A total of 9246 records were found. We included reports providing quantitative self-stigma scores of individuals with co-occurring mental health or co-occurring mental health and substance use conditions. Quality assessment was conducted. Data were summarized narratively and presented in table format. Results Eleven studies were included with results reported across a sample of 1774 cases. Findings support that substance use conditions may confer an additional burden of self-stigma, but not cannabis use disorder. Self-stigma seems to be high for select comorbidities, in the case of depression, anxiety, and personality disorders, although results are mixed and inconclusive. Negative presentations are associated with higher self-stigma, such as higher symptom levels and illness severity, and lower functioning. Conclusion Substantial self-stigma is associated with comorbid mental health and substance use conditions. However, the literature is not yet fully developed to understand whether and to what degree there might be an additive effect of multiple mental health conditions on self-stigma.
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 | 0,006 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,000 |
| 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 ».