Mental Health Care Provider Experiences of Remote Measurement-Based Care Rollout in an Urban Safety-Net Psychiatry Department: Three-Site Mixed Methods Hypothesis-Generating Implementation Study
Notice bibliographique
Résumé
BACKGROUND: Measurement-based care (MBC), including remote MBC, is increasingly being considered or implemented for mental health treatment and outcomes monitoring in routine clinical care. However, little is known about the health equity implications in real-world practice or the impact on patient-provider relationships in lower-resource systems that offer mental health treatment for diverse patients. OBJECTIVE: This hypothesis-generating study examined the drivers of MBC implementation outcomes, the implications for health equity, and the impact of MBC on therapeutic alliance (TA). The study was conducted 1 year after the implementation of remote MBC at 3 outpatient adult clinics in a diverse, safety-net health system. METHODS: This explanatory sequential mixed methods study used quantitative surveys and qualitative focus groups with mental health care providers. Repeated surveys were first used to understand mental health care provider experiences over a 6-month period, at least 1 year after MBC implementation. Surveys were analyzed to refine focus group prompts. Six mental health providers participated in repeated surveys over 6 months, after which the same 6 providers and 1 additional mental health provider took part in focus groups. RESULTS: Surveys revealed stable acceptability and utility ratings, concerns that MBC was not equally benefiting patients, little endorsement that MBC improved TA, and slightly decreasing feasibility scores. In focus groups, mental health care providers shared concerns about the acceptability, appropriateness, feasibility, and equity of processes for collecting MBC data. These providers had less first-hand experience with sharing and acting upon the data but still voiced concerns about the processes for doing so. TA both impacted and was impacted by MBC in positive and negative ways. The potential drivers of the findings are discussed using qualitative data. CONCLUSIONS: More than 1 year after the implementation of remote MBC for mental health, mental health care providers had enduring concerns about its implications for health equity as well as its bidirectional relationship with TA. These findings suggest that further study is needed to identify system-level strategies to mitigate potential negative effects of real-world MBC implementations on health equity, particularly in low-resource settings with diverse populations.
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 | 0,037 | 0,045 |
| 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 | 0,004 | 0,003 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».