Assessing and improving public mental health literacy concerning rTMS
Notice bibliographique
Résumé
Abstract Background Repetitive transcranial magnetic stimulation (rTMS) has received empirical support as a viable treatment alternative for treatment-resistant major depressive disorder. Nevertheless, patients and the public-at-large may be hesitant to adopt rTMS. In three studies, we sought to (1) assess and (2) improve public perceptions of rTMS as a treatment for depression. Methods In Study 1 (N = 107), we administered questionnaires on Amazon’s Mechanical Turk (MTurk) to individuals from the US and Canada in a cross-sectional design to assess perceptions of rTMS compared to psychopharmacology, electroconvulsive therapy (ECT), and talk therapy. In Study 2 (N = 106), we again used an MTurk sample and a cross-sectional design to assess perceptions of rTMS after providing participants with a relatively long description of rTMS. In Study 3 (N = 308), we conducted an experiment in undergraduate students. Participants were randomized to one of four experimental conditions manipulating participants’ understanding of the causal mechanisms of depression prior to assessing their perceptions of rTMS. Results Public perceptions of rTMS were more negative than pharmacotherapy and talk therapy but not ECT (Study 1). rTMS perceptions were notably better when participants were given thorough information about rTMS procedures, pain, and side-effects (Study 2), compared to the previous study when they were given a very brief description of rTMS. Finally, perceptions of rTMS were significantly better when participants were given a brain circuitry-based causal explanation of depression compared to when they were given a psychological explanation of the causes of depression (Study 3). Conclusions Public perceptions of rTMS are relatively poor. To improve rTMS acceptability, practitioners should carefully consider patients’ prior attitudes and beliefs when explaining rTMS as a treatment alternative. Given that beliefs can have powerful effects on treatment outcome (e.g., placebo, nocebo), future research should explore whether rTMS effects on depression can be improved by facilitating less negative perceptions of rTMS.
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 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,745 | 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 tête enseignante, 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 ».