Exploring barriers and opportunities for Black, Indigenous, and People of Color (BIPOC) therapists in psychedelic-assisted therapy: A qualitative study
Notice bibliographique
Résumé
Abstract Background and aims Psychedelic-assisted therapies (PAT) have emerged as promising treatments for mental health conditions such as depression, anxiety, and trauma-related disorders. However, the underrepresentation of Black, Indigenous, and People of Color (BIPOC) in PAT research and clinical practice limits equitable access and the generalizability of outcomes. This study explored the perspectives of BIPOC therapists on opportunities and barriers to engaging in PAT, with the aim of identifying strategies to foster inclusivity and equity in the field. Methods Using a qualitative design, we conducted semi-structured interviews and focus groups with 18 licensed therapists and healthcare professionals identifying as BIPOC. Data collection explored participants' experiences with PAT, perceived barriers and opportunities, and perspectives on cultural diversity within the field. Template analysis was conducted on transcribed audio recordings. Results Key ‘Opportunities’ themes included the potential for BIPOC therapists to enhance diversity in PAT, foster safety and trust for clients of color, and provide culturally attuned care to address trauma rooted in systemic oppression. Participants identified ‘Barriers’ such as financial and geographic inaccessibility of training, exclusionary training environments, stigma associated with psychedelics, and the extractive nature of current Western therapeutic models. To address these challenges, participants recommended culturally responsive training programs, mentorship opportunities, financial support, and community education to reduce stigma and increase engagement. Most participants identified as African American/Black, which may limit transferability of findings to other BIPOC groups. Conclusion This study underscores the critical role of BIPOC therapists in advancing equity and cultural responsiveness in PAT and highlights the need for intentional efforts to create equitable, culturally informed models of care.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,016 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,016 | 0,014 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,002 | 0,009 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».