2024-09-05 12:22:28
Étude nationale sur la santé mentale et le bien-être. (2023).
Villaume, SC, Chen, S. & Adam, EK Disparités liées à l’âge dans la prévalence de l’anxiété et de la dépression chez les adultes américains pendant la pandémie de COVID-19. Réseau JAMA ouvert 6(11), e2345073 (2023).
Institut australien de la santé et du bien-être. Services spécifiques de santé mentale subventionnés par Medicare. (2023).
Castillo, Égypte et coll. Interventions communautaires pour promouvoir la santé mentale et l’équité sociale. Représentant actuel de psychiatrie 211–14. (2019).
Institut australien de la santé et du bien-être. Services communautaires – Santé mentale AIHW. (2023).
McMahon, FJ Prédiction des résultats du traitement en psychiatrie : où en sommes-nous ?. Dialogues Clin. Neurosci. 16(4), 455–464 (2014).
Chekroud, AM et coll. La promesse de l’apprentissage automatique dans la prédiction des résultats des traitements en psychiatrie. Psychiatrie mondiale 20(2), 154–170 (2021).
Eilertsen, SEH & Eilertsen, TH Pourquoi est-il si difficile d’identifier des prédicteurs (cohérents) de l’issue du traitement en psychothérapie ? Perspectives cliniques et de recherche. BMC Psychol. 11(1), 198 (2023).
Nemesure, MD, Heinz, MV, Huang, R. & Jacobson, NC Modélisation prédictive de la dépression et de l’anxiété à l’aide de dossiers médicaux électroniques et d’une nouvelle approche d’apprentissage automatique avec intelligence artificielle. Rep. sci. 11(1), 1980 (2021).
Stanojevic, M., Norris, LA, Kendall, PC et Obradovic, Z. Prédire les résultats du traitement de l’anxiété grâce à l’apprentissage automatique. 21e Conférence internationale de l’IEEE sur l’apprentissage automatique et ses applications 2022 (ICMLA) 957–962 (IEEE, 2022).
Hornstein, S., Forman-Hoffman, V., Nazander, A., Ranta, K. & Hilbert, K. Prédire le résultat d’une thérapie dans une intervention numérique en santé mentale pour la dépression et l’anxiété : une approche d’apprentissage automatique. Chiffre. Santé 720552076211060659 (2021).
Erceg-Hurn, DM, Campbell, BN et McEvoy, PM Qu’est-ce qui explique l’échec de l’identification de modérateurs reproductibles du changement des symptômes dans le trouble d’anxiété sociale ?. J. Troubles anxieux. 94102676 (2023).
Meehl, PE Prédiction clinique versus prédiction statistique : une analyse théorique et un examen des preuves (1954).
Dawes, RM, Faust, D. & Meehl, PE Jugement clinique versus actuariel. Science 243(4899), 1668–1674 (1989).
Lilienfeld, SO, Ritschel, LA, Lynn, SJ, Cautin, RL & Latzman, RD Pourquoi les psychothérapies inefficaces semblent fonctionner : une taxonomie des causes d’efficacité thérapeutique fallacieuse. Perspect. Psychol. Sci. 9(4), 355–387 (2014).
Mululo, SCC, Menezes, GBD, Vigne, P. & Fontenelle, LF Une revue des facteurs prédictifs du résultat du traitement dans le trouble d’anxiété sociale. Braz. J. Psychiatrie 3492–100 (2012).
Ang, YS & Pizzagalli, DA Prédicteurs de l’issue du traitement de la dépression chez les adolescents. Options de traitement actuelles en psychiatrie 818–28 (2021).
Lee, CMJ et coll. Modèles d’utilisation des services de santé mentale : un lien populationnel entre plus de 17 années de dossiers administratifs de santé. Santé mentale communautaire J. (2024).
Google Scholar
Kessler, RCMD et Mroczek, D. Mise à jour du développement des échelles de dépistage de la santé mentale pour l’enquête nationale sur la santé aux États-Unisy (Université du Michigan, Centre de recherche par sondage de l’Institut de recherche sociale, 1992).
Kessler, RC et coll. Dépistage des maladies mentales graves dans la population générale. Arch. Gén. Psychiatrie 60(2), 184–189 (2003).
Andrews, G. & Slade, T. Interprétation des scores sur l’échelle de détresse psychologique de Kessler (K10). Santé publique Australie-NZJ 25494–497 (2001).
McEvoy, Premier ministre et coll. Thérapie métacognitive de groupe pour les pensées négatives répétitives dans le trouble d’anxiété généralisée primaire et non primaire : un essai d’efficacité. J. Affect. Disord. 175124–132 (2015).
Vallat, R. Pingouin : Statistiques en Python. J. Logiciels Open Source 3(31), 1026. (2018).
Jacobson, NS & Truax, P. Signification clinique : une approche statistique pour définir un changement significatif dans la recherche en psychothérapie. J. Consult. Clin. Psychol. 5912–19 (1992).
Pedregosa, F. et coll. Scikit-learn : apprentissage automatique en Python. J. Mach. Apprendre. Rés. 122825–2830 (2011).
Ali, M. PyCaret : Une bibliothèque d’apprentissage automatique open source à faible code en Python. (2020).
Mandrekar, JN Courbe caractéristique de fonctionnement du récepteur dans l’évaluation des tests de diagnostic. J. Thorac. Oncol. 5(9), 1315–1316 (2010).
Évêque, CM et Nasrabadi, NM Reconnaissance de formes et apprentissage automatique Vol. 4, 738 (Springer, 2006).
Google Scholar
Strumbelj, E. & Kononenko, I. Explication des modèles de prédiction et des prédictions individuelles avec des contributions de fonctionnalités. Connaiss. Inf. Syst. J. (2014).
Lundberg, SM, & Lee, SI Une approche unifiée pour interpréter les prédictions du modèle. Progrès dans les systèmes de traitement de l’information neuronale (NeurIPS) (2017).
Guyon, I. & Elisseeff, A. Une introduction à la sélection de variables et de caractéristiques. J. Mach. Apprendre. Rés. 3(2), 1157–1182 (2003).
Google Scholar
Swets, JA Mesurer la précision des systèmes de diagnostic. Science 240(4857), 1285–1293 (1988).
Streiner, DL et Cairney, J. Qu’y a-t-il sous le ROC ? Une introduction aux courbes de caractéristiques de fonctionnement du récepteur. Revue canadienne de psychiatrie 52(2), 121–128 (2007).
Moore, DS, Notz, W. et Fligner, MA La pratique de base des statistiques (W.H. Freeman et compagnie, 2013).
Google Scholar
Cohen, J. Analyse de puissance statistique pour les sciences du comportement 2e éd. (Lawrence Erlbaum Associates, 1988).
Google Scholar
Lambert, MJ & Harmon, KL Les mérites de la mise en œuvre d’une surveillance de routine des résultats dans la pratique clinique. Clin. Psychol. Sci. Pract. 25(4), e12268 (2018).
Naragon-Gainey, K. Méta-analyse des relations entre la sensibilité à l’anxiété et les troubles dépressifs et anxieux. Bull. psychologique. 136(1), 128 (2010).
McEvoy, PM, Hyett, MP, Shihata, S., Price, JE & Strachan, L. L’impact des facteurs méthodologiques et de mesure sur les associations transdiagnostiques avec l’intolérance à l’incertitude : une méta-analyse. Clin. Psychol. Rev. 73101778 (2019).
Vaz, AM, Ferreira, LI, Gelso, C. & Janeiro, L. Les concepts frères d’alliance de travail et de relation réelle : une méta-analyse. Avocat. Psychol. Q. 37(2), 247–268 (2024).
de Graaf, R., ten Have, M., Tuithof, M. & van Dorsselaer, S. Première incidence des troubles de l’humeur, de l’anxiété et de la toxicomanie du DSM-IV et ses déterminants : résultats de l’enquête sur la santé mentale et de l’étude d’incidence-2 aux Pays-Bas. J. Affect. Disord. 149(1–3), 100–107 (2013).
Cuijpers, P. Cibles et résultats des psychothérapies pour les troubles mentaux : un aperçu. Psychiatrie mondiale 18(3), 276–285 (2019).
Lundqvist, L.O. et coll. Influence de la prestation de services de santé mentale sur la qualité de vie perçue des patients psychiatriques externes : associations et facteurs médiateurs. Front. Psychiatrie 141282466 (2024).
McAleavey, AA, de Jong, K., Nissen-Lie, HA, Boswell, JF, Moltu, C. & Lutz, W. (2024). Suivi de routine des résultats et rétroaction clinique en psychothérapie : avancées récentes et orientations futures. Administration et politique en santé mentale et recherche sur les services de santé mentale1–15.
#Prédire #les #résultats #traitement #lanxiété #dans #les #services #santé #mentale #communautaires #laide #données #administratives #santé #liées
1725534739