System dynamics models of depression at the population level: a scoping review
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Aims Depression is a disease driven by dynamic processes both at the individual- and system-level. System dynamics (SD) models are a useful tool to capture this complexity, project the future prevalence of depression and understand the potential impact of interventions and policies. SD models have been used to model infectious and chronic disease, but rarely applied to mental health. This scoping review aimed to identify population-based SD models of depression and report on their modelling strategies and applications to policy and decision-making to inform research in this emergent field. Methods We searched articles in MEDLINE, Embase, PsychInfo, Scopus, MedXriv, and abstracts from the System Dynamics Society from inception to October 20, 2021 for studies of population-level SD models of depression. We extracted data on model purpose, elements of SD models, results, and interventions, and assessed the quality of reporting. Results We identified 1899 records and found four studies that met the inclusion criteria. Studies used SD models to assess various system-level processes and interventions, including the impact of antidepressant use on population-level depression in Canada; the impact of recall error on lifetime estimates of depression in the USA; smoking-related outcomes among adults with and without depression in the USA; and the impact of increasing depression incidence and counselling rates on depression in Zimbabwe. Studies included diverse stocks and flows for depression severity, recurrence, and remittance, but all models included flows for incidence and recurrence of depression. Feedback loops were also present in all models. Three studies provided sufficient information for replicability. Conclusions The review highlights the usefulness of SD models to model the dynamics of population-level depression and inform policy and decision-making. These results can help guide future applications of SD models to depression at the population-level.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 découle