Aistimodulaatiointervention hyödyntäminen mielenterveyskuntoutuksessa
Bibliographic record
Abstract
Mielenterveyden ongelmat ovat merkittävä haaste suomalaisessa yhteiskunnassa ja hallitus leikkauksillaan haastaa hoitotyötä ja kuntoutusta. Aistimodulaatio on rantautumassa Suomen terapiakenttään, kun toiminnallisia menetelmiä on alettu tarkastelemaan ja tutkimaan lisää. Opinnäytetyön tavoitteena oli selvittää aistimodulaatiointerventiomenetelmiä sekä niiden hyötyjä, haittoja ja käytön esteitä. Tietokantahaussa käytettiin CINAHLin yhdistämiä tietokantoja EBSCOhost, ERIC ja MEDLINE. Katsaukseen valikoitui viisi vertaisarvioitua tutkimusartikkelia tutkimuskysymysten ja sisäänottokriteerien ohjaamana. Valikoitu aineisto analysoitiin induktiivisesti eli aineistolähtöisesti. Tuloksissa ilmeni, että aistimodulaation käyttö osana mielenterveyskuntoutusta vähensi ahdistusta sekä paransi toiminnallisuutta ja osallistumista. Ryhmämuotoisessa aistimodulaatiointerventiossa vertaistuki ja ryhmäkoheesio vaikuttivat positiivisesti tuloksiin. Aistimodulaatiointerventio vaatii ammattilaiselta pere htyneisyyttä, koska sen tehokkuus riippuu kuntoutujan yksilöllisen aistiprofiilin ja preferenssien ymmärtämisestä sekä oikeiden aististrategioiden valinnasta ja niiden soveltamisesta kuntoutujan ympäristöön sopivaksi. Tutkimusten mukaan interventio saattoi alkuvaiheessa muun muassa lisätä ahdistuneisuutta kehotietoisuuden kehittymisen vuoksi. Haasteena voitiin pitää myös skitsofreniaa sairastavien erilainen aistitiedon käsittely, joka ammattilaisen tulee ottaa huomioon interventiota suunnitellessa sekä ryhmäinterventiossa osallistujien erilaiset näkemykset muun muassa ryhmän kokoon tai tapaamisten kestoihin liittyen. Johtopäätöksenä aistimodulaatio todettiin kustannustehokkaaksi menetelmäksi, joka täydentää hyvin perinteisiä kuntoutusmuotoja. Aistimodulaatiointervention toteuttaminen ei välttämättä vaadi kalliita investointeja, sillä interventiota pystytään toteuttamaan vaikuttavasti myös kotiympäristöstä löytyvillä välineillä tai ne ovat hankittavissa matalin kustannuksin. Suomessa tarvittaisiin lisätutkimusta intervention pitkäaikaisista vaikutuksista ja aistimodulaation soveltamisesta osana kokonaisvaltaista kuntoutusta.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.010 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.100 | 0.020 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".