MétaCan
Menu
Retour à la cohorte
Enregistrement W6884754981 · doi:10.1192/j.eurpsy.2023.1055

The assessment of self-stigmatization of patients with schizophrenia and complex approach to reduce it

2023· article· en· W6884754981 sur OpenAlexaboutno aff

Notice bibliographique

RevuePubMed Central · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueSchizophrenia research and treatment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPsychosocialSchizophrenia (object-oriented programming)Quality of life (healthcare)Psychological interventionCognitionExaggerationDiseaseSocial functioning

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: The negative consequences of the stigmatization of mental illness significantly impair health care system, society, patients and their families. It has been established, that more than 40% of patients with schizophrenia suffer from self-stigmatization (E. Brohan et al., 2010), what determines the relevance of research aimed at it’s reduction. OBJECTIVES: To assess the level, components of self-stigmatization and associated with it factors in patients with schizophrenia, receiving psychosocial treatment in the community; to propose and implement a complex of interventions for destigmatization. METHODS: The battery of instruments was used: Self-stigmatization questionnaire (V.S. Yastrebov, I.I. Mikhailova et al., 2005), revealing the patient’s tendency to explain their problems in the main areas of psychosocial functioning as manifestations of the disease or the prejudice against them; Emotional intelligence questionnaire (D.V. Lyusin, 2006); Quality of life questionnaire (J.E. Ware et al., 1995); Montreal Cognitive Assessment (Z.S. Nasreddine, 1996). 40 patients with schizophrenia (ICD-10 F.20), receiving psychosocial treatment in a non-profit organization in community, were examined. RESULTS: The overall level of self-stigmatization in the studied patients constituted 42.8% or an average level of self-stigmatization. Using Self-stigmatization questionnaire, nine components of self-stigmatization were revealed. The most pronounced indicators were in following components: “Reassessment of self-realization”, “Readiness to distance from the mentally ill in the social sphere”, “Reassessment of internal activity” (56.2%, 56.5%, 55.1% correspondingly). By the forms of self-stigmatization demonstrated that patients with autopsychic form (the justification of their failure by the disease) constituted the largest proportion or 41%. The compensatory form (denial of one’s incompetence with its exaggeration in other mentally ill people) and socio-reversive form (explaining incompetence by the prejudice against them) had similar rates in 29% and 30% of patients, correspondingly. Inverse strong correlations with some of scales of the Emotional intelligence questionnaire, Cognitive scale and the Quality of life questionnaire were established. Destigmatization training for patients with schizophrenia based on cognitive behavioral psychotherapy was worked out. A set of destigmatization interventions was proposed and implemented. CONCLUSIONS: A complex of different interventions taking into account the form of self-stigmatization and it’s main components, should be used. These interventions have to include psychoeducation, cognitive trainings, self-esteem trainings and special destigmatization trainings. Keywords: schizophrenia, self-stigmatization, destigmatization trainings DISCLOSURE OF INTEREST: None Declared

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,001
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,027
Tête enseignante GPT0,281
Écart entre enseignants0,254 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMed CentralMême sujetSchizophrenia research and treatmentTravaux en français237 207