MétaCan
Menu
Retour à la cohorte
Enregistrement W4413950766 · doi:10.1016/j.lanepe.2025.101446

Clinical and functioning outcomes during the establishment phase of Ukraine's community mental health teams: a descriptive analysis

2025· article· en· W4413950766 sur OpenAlexaff
Alisa Ladyk-Bryzghalova, Charles Zemp, Marjolaine Rivest‐Beauregard, Oleksii Kostiuchenkov, Alison Schafer, Ben Adams, Dan Chisholm, Philip Hyland, Mel Ó Súird, Katerina Drakos, Iryna Mykychak, Jarno Habicht, Frédérique Vallières

Notice bibliographique

RevueThe Lancet Regional Health - Europe · 2025
Typearticle
Langueen
DomainePsychology
ThématiqueMental Health Treatment and Access
Établissements canadiensMcGill UniversityDouglas Mental Health University Institute
Organismes subventionnairesDirektion für Entwicklung und ZusammenarbeitTrinity College DublinDirektoratet for UtviklingssamarbeidWorld Health OrganizationUnited States Agency for International Development
Mots-clésDescriptive statisticsMental healthDescriptive researchPhase (matter)PsychologyPsychiatrySociologySocial scienceStatistics

Résumé

récupéré en direct d'OpenAlex

Background Ukraine's nationwide Community Mental Health Teams (CMHTs) programme is key to Ukraine's ongoing mental healthcare reform. No studies to date, however, have reported on the impact of Ukrainian CMHTs on service user clinical recovery. This study has two aims: (i) describe who the Ukrainian CMHTs are enrolling, which services they most provide, and where they are provided and (ii) identify whether any clinical and/or functional improvements were detectable among service users after six CMHT visits (intake + five follow-up visits) and, if so, identify principal predictors of such improvements. Methods 947 CMHT service users enrolled between April–December 2021 were assessed on clinical outcomes using the Clinical Global Improvement scale (CGI) and functional outcomes using WHO's Disability Assessment Schedule (WHODAS 2·0). Chi-square and Wilcoxon signed-rank tests were used to assess changes in CGI and WHODAS scores, respectively, at the fifth (or fourth) follow-up CMHT visit. Hierarchical multinomial logistic regression and hierarchical multiple linear regression identified predictors of clinical and functional improvement, respectively. Findings Most service users were male, unemployed, and diagnosed with schizophrenia spectrum disorders. Among service users with available outcome data at both CMHT intake and the fifth (or fourth) follow-up visit, a significant decrease in disability scores was observed (Median intake = 62·50, Median follow-up = 58·33, z = −6·27, p < 0·001) and most service users' illness severity stabilised (n = 451/742, 60·8%) or improved (n = 243/742, 32·6%). Clinical stabilisation (compared to worsening) was predicted by being male and living <20 km from the CMHT office, while improvement was predicted by frequent receipt of pharmacological support and receiving CMHT care in non-conflict-exposed regions. Functional improvement was predicted by living between 20 and 100 km from the CMHT office, having a somatic comorbidity, more frequent receipt of psychosocial services for the service user's family, and more support for community integration. Interpretation We found positive results associated with enrolment in Ukraine's CMHTs. Recommendations for future research and improvements to the CMHT programming are provided. Funding Funded as part of the World Health Organization's Special Initiative for Mental Health.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,120
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,147
Tête enseignante GPT0,476
Écart entre enseignants0,329 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Lancet Regional Health - EuropeMême sujetMental Health Treatment and AccessTravaux en français237 207