Effectiveness of Social Prescribing for Mental Health Across Care Intensity Needs: A Pre–Post Evaluation in Australia
Notice bibliographique
Résumé
Social prescribing is an innovative approach that aims to improve health and wellbeing by addressing nonmedical needs through community‐based supports and services. This approach can be delivered through link workers, who work closely with participants to understand their needs and connect them to appropriate services. While social prescribing shows potential for cost savings and improved care quality, further research is needed to understand its effectiveness for people experiencing mental health problems. This pre–post evaluation examined the impact of a social prescribing intervention on health‐related quality of life, subjective health, wellbeing and psychological distress among Australian adults diagnosed with mental health conditions. Adults (aged 18 years and over) from metropolitan Northern Sydney region in New South Wales, who either self‐presented to their general practitioner or self‐referred, were eligible. 398 eligible participants completed the program between December 2021 and August 2024 (data cutoff date) from an ongoing initiative. Participants were assigned to a link worker within 4–6 weeks of initial intake. The 12‐week social prescribing program involved link workers codesigning individualised plans addressing specific needs, providing support and revising plans when required. Validated instruments measuring quality of life, wellbeing and psychological distress were administered preintervention and postintervention, alongside a satisfaction survey. Program enrolment lasted a mean of 17.6 ± 7.6 weeks (median 16.6, range: 1–48). Participants experienced improvements in health‐related quality of life ( p < 0.001), mental wellbeing ( p < 0.001), general wellbeing ( p < 0.001), subjective health ( p < 0.001) and psychological distress ( p < 0.001). Benefits were consistent across binary gender, clustered mental health diagnoses and clustered care intensity levels (lower and higher). These findings suggest that social prescribing program can improve wellbeing outcomes among people experiencing mental illness, highlighting the potential for broader implementation within Australian mental healthcare systems.
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 | 0,007 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 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 ».