論文の概要: Barriers to Digital Mental Health Services among College Students
- arxiv url: http://arxiv.org/abs/2507.21093v1
- Date: Mon, 30 Jun 2025 21:27:27 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-08-03 20:19:02.855626
- Title: Barriers to Digital Mental Health Services among College Students
- Title（参考訳）: 大学生のデジタルメンタルヘルスサービスへの障壁
- Authors: Ha Na Cho, Kyuha Jung, Daniel Eisenberg, Cheryl A. King, Kai Zheng,
- Abstract要約: 本研究では,大学生におけるデジタルメンタルヘルス・インターベンション(DMHI)の利用障壁について検討した。
DMHI導入における9つの重要な障壁と,メンタルヘルスサービスの利用について検討した。
- 参考スコア（独自算出の注目度）: 5.680225451894852
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This qualitative study explores barriers to utilization of digital mental health Intervention (DMHI) among college students. Data are from a large randomized clinical trial of an intervention, eBridge, that used motivational interviewing for online counseling to connect students with mental health issues to professional services. We applied thematic analysis to analyze the feedback from the student participants regarding their experience of using the DMHI platform. We identified nine key barriers to DMHI adoption and the use of in-person mental health services: emotional distress, time constraints, privacy concerns, resource accessibility, financial challenges, medication stigma, dissatisfaction with communication, content clarity, and treatment-related concerns. Our findings emphasize the need for personalized, culturally sensitive interventions and improved strategies to enhance the access and engagement in mental health support for young adults.
- Abstract（参考訳）: 本研究は,大学生におけるデジタルメンタルヘルス・インターベンション(DMHI)活用の障壁を探るものである。
eBridgeは、オンラインカウンセリングのモチベーションインタヴューを使用して、学生をメンタルヘルス問題とプロフェッショナルなサービスに結びつける。
DMHIプラットフォームの使用経験に関する学生のフィードバック分析にテーマ分析を適用した。
DMHI導入の障壁として,情緒的苦痛,時間的制約,プライバシ上の懸念,リソースアクセシビリティ,財政的課題,薬物の汚名,コミュニケーションへの不満,内容の明確さ,治療に関する懸念といった,心的健康サービスの利用が挙げられた。
本研究は,若年者に対するメンタルヘルス支援における,パーソナライズされた文化的に敏感な介入の必要性と,アクセシビリティとエンゲージメントを高めるための戦略の改善を強調した。
関連論文リスト
- Designing AI Tools for Clinical Care Teams to Support Serious Illness Conversations with Older Adults in the Emergency Department [53.52248484568777]
この研究は、EDベースの重篤な病的会話の実証的な理解に貢献し、ハイテイクな臨床環境におけるAIの設計上の考察を提供する。
専門医2名と専門医9名を対象にインタビューを行った。
我々は4段階の重篤な会話ワークフロー(識別、準備、伝導、文書化)を特徴とし、各段階における重要なニーズと課題を特定した。
既存の臨床実践に適合するSICをサポートするAIツールの設計ガイドラインを提示する。
論文 参考訳（メタデータ） (2025-05-30T21:15:57Z) - MentalChat16K: A Benchmark Dataset for Conversational Mental Health Assistance [13.373260490163709]
MentalChat16Kは、人工的なメンタルヘルスカウンセリングデータセットと匿名化されたテキストのデータセットを組み合わせた、英国のベンチマークデータセットである。
このキュレートされたデータセットは、対話型メンタルヘルス支援のための大規模言語モデルの開発と評価を容易にするように設計されている。
データセットは患者のプライバシ、倫理的考慮、責任あるデータの使用を優先する。
論文 参考訳（メタデータ） (2025-03-13T20:25:10Z) - Exploring Socio-Cultural Challenges and Opportunities in Designing Mental Health Chatbots for Adolescents in India [5.511657284487823]
インドの青年期におけるメンタルヘルスの課題は、ユニークな文化的障壁と体系的な障壁によって形成されている。
本研究では,思春期の若者がメンタルヘルスの課題を認識し,デジタルツールと対話する方法について検討する。
論文 参考訳（メタデータ） (2025-03-11T15:52:05Z) - Towards Privacy-aware Mental Health AI Models: Advances, Challenges, and Opportunities [61.633126163190724]
精神病は、社会的、個人的コストがかなり高い広範囲で不安定な状態である。
近年の人工知能(AI)の進歩は、うつ病、不安障害、双極性障害、統合失調症、外傷後ストレス障害などの病態を認識し、対処するための大きな可能性を秘めている。
データセットやトレーニング済みモデルからの機密データ漏洩のリスクを含むプライバシー上の懸念は、これらのAIシステムを実際の臨床環境にデプロイする上で、依然として重要な障壁である。
論文 参考訳（メタデータ） (2025-02-01T15:10:02Z) - Digital Health Innovations for Screening and Mitigating Mental Health Impacts of Adverse Childhood Experiences: Narrative Review [0.4194295877935868]
本研究は、子どもと若者のACEに関連するリスクやメンタルヘルスの結果をスクリーニングし、軽減するために、デジタルヘルス技術(DHT)と人工知能の使用に関する物語的レビューである。
DHT、機械学習ツール、自然言語処理、人工知能の使用は、ACEと関連するリスクファクターの緩和に有効である。
論文 参考訳（メタデータ） (2025-01-30T21:22:54Z) - Understanding Student Sentiment on Mental Health Support in Colleges Using Large Language Models [5.3204794327005205]
本稿では,学生音声調査データを用いて,大規模言語モデル(LLM)を用いたメンタルヘルス支援に対する学生の感情分析を行う。
従来の機械学習手法と最先端のLCMの両方の調査は、この新しいデータセット上でのGPT-3.5とBERTの最高のパフォーマンスを示した。
論文 参考訳（メタデータ） (2024-11-18T02:53:15Z) - Enhancing AI-Driven Psychological Consultation: Layered Prompts with Large Language Models [44.99833362998488]
我々は, GPT-4 のような大規模言語モデル (LLM) を用いて, 心理的コンサルテーションサービスの強化について検討する。
提案手法では,ユーザ入力に動的に適応する新しい階層型プロンプトシステムを提案する。
また,LLMの感情的インテリジェンスを高めるために,共感とシナリオに基づくプロンプトを開発する。
論文 参考訳（メタデータ） (2024-08-29T05:47:14Z) - MindfulDiary: Harnessing Large Language Model to Support Psychiatric
Patients' Journaling [16.929899228710852]
私たちはMindfulDiaryという,Large Language Model(LLM)を組み込んだモバイルジャーナリングアプリを紹介した。
その結果、MindfulDiaryは毎日の記録を継続的に充実させ、精神科医が自分の思考や日常の文脈を理解することで、患者に共感しやすくすることを支援した。
論文 参考訳（メタデータ） (2023-10-08T17:00:04Z) - MentalHealthAI: Utilizing Personal Health Device Data to Optimize
Psychiatry Treatment [1.696974372855528]
メンタルヘルス障害は現代医療において重要な課題であり、診断と治療はしばしば主観的な患者の記述と過去の医療史に依存している。
本研究では,個人健康デバイスを通じて収集された患者の生理的データを利用する,個別のメンタルヘルストラッキングと気分予測システムを提案する。
論文 参考訳（メタデータ） (2023-07-09T22:30:47Z) - Handwriting and Drawing for Depression Detection: A Preliminary Study [53.11777541341063]
精神健康に対する短期的コビデンスの影響は、不安や抑うつ症状の顕著な増加であった。
本研究の目的は、健康な人とうつ病患者を識別するために、オンライン手書き・図面解析という新しいツールを使用することである。
論文 参考訳（メタデータ） (2023-02-05T22:33:49Z) - Mental Illness Classification on Social Media Texts using Deep Learning
and Transfer Learning [55.653944436488786]
世界保健機関(WHO)によると、約4億5000万人が影響を受ける。
うつ病、不安症、双極性障害、ADHD、PTSDなどの精神疾患。
本研究では、Redditプラットフォーム上の非構造化ユーザデータを分析し、うつ病、不安、双極性障害、ADHD、PTSDの5つの一般的な精神疾患を分類する。
論文 参考訳（メタデータ） (2022-07-03T11:33:52Z) - MET: Multimodal Perception of Engagement for Telehealth [52.54282887530756]
ビデオから人間のエンゲージメントレベルを知覚する学習ベースアルゴリズムMETを提案する。
我々はメンタルヘルス患者のエンゲージメント検出のための新しいデータセットMEDICAをリリースした。
論文 参考訳（メタデータ） (2020-11-17T15:18:38Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。