LGBTQ+ Patients’ Experiences of Harm in Psychotherapy: A Scoping Review & Reflexive Thematic Analysis of the Peer-Reviewed Literature
Notice bibliographique
Résumé
Harmful experiences in therapy, such as microaggressions and sexual boundary violations, occur more frequently than is commonly thought. Existing research shows that while LGBTQ+ people seek out psychotherapy in greater proportion than their heterosexual and cisgender counterparts, they also tend to report more harmful experiences in therapy. Harmful experiences in therapy negatively affect therapy outcomes and may worsen patients’ psychological well-being. Therapists also have a long history of harm against sexual and gender minority patients. In order to improve the safety and efficacy of psychotherapy for LGBTQ+ patients, a better understanding of their harmful experiences in therapy is needed. In this thesis, I first conducted a scoping review to identify the relevant peer-reviewed literature on LGBTQ+ patients’ experiences of harm in therapy. Our review identified 61 articles based on the inclusion criteria. Articles’ participant demographic data, focus population, and publishing information was charted. To identify forms of harm, I further conducted a Reflexive Thematic Analysis on the articles extracted during the scoping review. Through this process, I generated three superordinate themes: (1) conversion therapy-related harms; (2) discrimination and prejudice in psychotherapy; and (3) heterosexist and cissexist enactments and misattunements. These results are discussed in light of current events and the related peer-reviewed literature, noting increases in conversion therapy targeting trans and nonbinary people and anti-trans legislation. In addition, I also highlighted several gaps in the extracted literature, including insufficient attention to major ethical breaches, such as violations of confidentiality and sexual boundary violations. Finally, I note implications of these results for clinical practice and training.
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 | 0,069 | 0,160 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,004 | 0,003 |
| Bibliométrie | 0,033 | 0,032 |
| Études des sciences et des technologies | 0,004 | 0,004 |
| Communication savante | 0,007 | 0,006 |
| Science ouverte | 0,003 | 0,006 |
| Intégrité de la recherche | 0,003 | 0,002 |
| 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 ».