Resilience of mental health services amidst Ebola disease outbreaks in Africa
Notice bibliographique
Résumé
Introduction Health systems including mental health (MH) systems are resilient if they protect human life and produce better health outcomes for all during disease outbreaks or epidemics like Ebola disease and their aftermaths. We explored the resilience of MH services amidst Ebola disease outbreaks in Africa; specifically, to (i) describe the pre-, during-, and post-Ebola disease outbreak MH systems in African countries that have experienced Ebola disease outbreaks, (ii) determine the prevalence of three high burden MH disorders and how those prevalences interact with Ebola disease outbreaks, and, (iii) describe the resilience of MH systems in the context of these outbreaks. Methods This was a scoping review employing an adapted PRISMA statement. We conducted a five-step Boolean strategy with both free text and Medical Subject Headings (MeSH) to search 9 electronic databases and also searched WHO MINDbank and MH Atlas. Results The literature search yielded 1,230 publications. Twenty-five studies were included involving 13,449 participants. By 2023, 13 African nations had encountered a total of 35 Ebola outbreak events. None of these countries had a metric recorded in MH Atlas to assess the inclusion of MH in emergency plans. The three highest-burden outbreak-associated MH disorders under the MH and Psychosocial Support (MHPSS) framework were depression, post-traumatic stress disorder (PTSD), and anxiety with prevalence ranges of 1.4–7%, 2–90%, and 1.3–88%, respectively. Furthermore, our analysis revealed a concerning lack of resilience within the MH systems, as evidenced by the absence of pre-existing metrics to gauge MH preparedness in emergency plans. Additionally, none of the studies evaluated the resilience of MH services for individuals with pre-existing needs or examined potential post-outbreak degradation in core MH services. Discussion Our findings revealed an insufficiency of resilience, with no evaluation of services for individuals with pre-existing needs or post-outbreak degradation in core MH services. Strengthening MH resilience guided by evidence-based frameworks must be a priority to mitigate the long-term impacts of epidemics on mental well-being.
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 | 0,014 | 0,070 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,012 | 0,012 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,004 | 0,005 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».