XiaoMi-AI文件搜索系统
World File Search System污名
结束糖尿病的污名和歧视
Jane speight*, Elizabeth Holmes-Truscott*, Matthew Garza, Renza Scilia, Sabinna Wagner, Asuka Kato, Victor Pedrero, Sonya Deschênes, Susan J Guzman, Shengxin Liu, Ingrid Willaing, Katie M Babbott, Bryan Cleal, Jane K Dickinson, Jennifer a Hallday , Emear C Morrisesy, Giesje nefs, Shane O'Donnell, Anna Seerlachius, Pwiss, Hamzah Alzubaidi, Bustanul Arifin, Liz Cambron-Kopco, Corinna Ana, Emma Dadsen, Mary de Groot, Martje de Wit, Phyllisa Deroze, Stephanie Haack, Richard I G holt, Wales Jensen, Karoline Kragelund Nielsen, Tejal Lathia, Christopher J Lee, Bridget Mcnulty, Diana Naranjo, Rebecca L Porl, Suman Prinjha, Rebeccaa M Puhl, Anita Sabidi, Chitra Selvan, Jazz Sethhi, Mohammed Seyam, Jackie sturt, Mythily Subramaniam, Helle Trkildsen Maindal，Virginia Valentine，Michael Vallis，Timothy C Skyner。
感知的焦虑症污名：预测分析
焦虑仍然是最常见的心理健康障碍之一。精神健康治疗的全身障碍持续存在。对焦虑的研究是强大的，尽管对感知的焦虑症污名的研究有限。这种定量分析的目的是确定包括年龄，性别，教育水平以及可诊断焦虑症状况的存在在内的因素是否会预测来自美国中西部地区的成年人中的焦虑症状，他们正在接受焦虑的治疗。基于Goffman的框架，我们使用了广义的焦虑识别量表（GAS）来确定焦虑症污名的存在和水平。 我们使用多个回归评估了数据，以预测导致感知到焦虑污名的因变量的因素。 我们发现了年龄（p = 0.017），性别（p = 0.002）和教育水平（p = 0.018）的独立因素的显着性。 这项研究可能有助于咨询职业限制感知到的焦虑症污名作为对焦虑症患者精神健康治疗的障碍的影响，这些患者容易受到这种污名。 在本文中，我们讨论结果并提出未来的研究。基于Goffman的框架，我们使用了广义的焦虑识别量表（GAS）来确定焦虑症污名的存在和水平。我们使用多个回归评估了数据，以预测导致感知到焦虑污名的因变量的因素。我们发现了年龄（p = 0.017），性别（p = 0.002）和教育水平（p = 0.018）的独立因素的显着性。这项研究可能有助于咨询职业限制感知到的焦虑症污名作为对焦虑症患者精神健康治疗的障碍的影响，这些患者容易受到这种污名。在本文中，我们讨论结果并提出未来的研究。
污名作为治疗和采用创新的障碍
诸如精神疾病，艾滋病毒或某些癌症类型之类的疾病带有污名，可能阻止患者寻求治疗，进而阻碍了创新疗法的差异。我们研究了过去十年中被诊断为安大略省（加拿大）诊断出患有晚期肺癌的患者的社会污名作为进入治疗的障碍和通过创新的障碍之间的联系：在所有罐头中，由于其与吸烟行为的关联，肺癌最大程度最高。多亏了地理水平上患者的丰富信息，我们能够将社会污名纳入患者效用进行治疗的模型中。我们发现，患者面临的显着柱头是治疗障碍的障碍，这反过来降低了采用创新的肺癌治疗。消除社会污名将使对创新治疗的使用增加4％，而生存方面的好处大于额外的治疗费用。
污名作为治疗和采用创新的障碍
诸如精神疾病，艾滋病毒或某些癌症类型之类的疾病带有污名，可能阻止患者寻求治疗，进而阻碍了创新疗法的差异。我们研究了过去十年中被诊断为安大略省（加拿大）诊断出患有晚期肺癌的患者的社会污名作为进入治疗的障碍和通过创新的障碍之间的联系：在所有罐头中，由于其与吸烟行为的关联，肺癌最大程度最高。多亏了地理水平上患者的丰富信息，我们能够将社会污名纳入患者效用进行治疗的模型中。我们发现，患者面临的显着柱头是治疗障碍的障碍，这反过来降低了采用创新的肺癌治疗。消除社会污名将使对创新治疗的使用增加4％，而生存方面的好处大于额外的治疗费用。
国家减少污名和歧视战略草案
RANZCP 很高兴有机会为国家精神健康委员会（委员会）的国家耻辱和歧视减少战略草案（战略）做出贡献。作为精神病学的最高机构，RANZCP 致力于解决耻辱和歧视问题，并与消费者和其他医疗保健团体合作，消除为精神病患者提供高质量和全面护理的态度障碍。本意见书中的建议基于与 RANZCP 委员会（包括原住民和托雷斯海峡岛民精神健康委员会）的磋商。RANZCP 委员会由有生活经验的精神科医生和社区成员组成。RANZCP 赞扬委员会强调家庭、护理人员和支持人员也会遭受耻辱和歧视。
支持医疗保健专业人员减轻体重污名
包括一般实践在内的医疗保健环境中体重污名的患病率和危害已得到充分记录。1,5,6尽管大多数初级保健专业人员并未故意污名患者，但有证据表明，像一般社区一样，他们经常对超重或肥胖的人产生负面态度；可能将健康问题归因于个人的体重，这可能是以探索其他原因为代价的；并可能提供与患者最初关注的体重管理建议。在护理环境中的6个身体障碍（例如缺乏适合肥胖者的医疗设备）会加剧污名化的经历，并在许多医疗机构中引起焦虑。5这种污名化的经历可以减少医疗保健的访问，7最终对患者的长期健康构成更大的威胁8，而不是仅体重带来的威胁。9减少初级保健的体重污名，因此更普遍地医疗保健对于支持和改善超重或肥胖症患者的健康至关重要。在这里，我们对一般实践和医疗保健中与体重污名有关的关键问题提出了我们的看法，并为医疗保健专业人员和决策者提供建议，以减轻医疗保健的体重污名。在我们参加跨学科代码研讨会之后，产生了这些问题和建议，该研讨会旨在了解为什么在医疗保健中可以解决体重污名。
污名化是阻碍创新采用的因素
精神疾病、艾滋病毒或某些癌症等疾病带有耻辱感，这可能会阻止患者寻求治疗，进而阻碍创新疗法的传播。我们利用过去十年中安大略省（加拿大）被诊断为晚期肺癌的患者群体来研究社会耻辱作为获得治疗的障碍与采用创新之间的联系：在所有癌症中，肺癌因与吸烟行为有关而受到的耻辱感最强。得益于丰富的地理层面患者信息，我们能够将社会耻辱纳入患者寻求治疗的效用模型中。我们发现患者面临着严重的耻辱感，这成为参与治疗的障碍，进而减缓了创新肺癌治疗的采用。消除社会耻辱将使创新治疗的使用率增加 4%，生存获益超过额外的治疗费用。
体重和体重污名的富有同情心的方法。 ...
•4个优先级是主动冠军，活跃的环境，活跃的社区，主动沟通。•通过新的子组和行动计划，增加对更广泛的体育锻炼和健康机会的关注•行动的重点是使每个人的身体活动正常，将身体活动嵌入日常生活中，包括扩大活动的机会，以在户外活动和支持最不活跃的人变得更加活跃，例如通过社会处方。•示例：马特比的社区小组支持将积极的会议纳入他们的社交时间，他们选择了波西亚。
物质使用自我污名措施工具包
本工具包中提出的措施评估使用或使用药物的个人所经历的自我污名。自我或内部化的污名是指个人对与污名化状态相关的负面观点和感觉的认可，并且可能包括经验丰富或颁布的污名的相关结构（即，由于身份污名化而导致的歧视）和预期的污名化（即，预期的污名化）（即，是对预期的污名化的预期）。该工具包已分为3个部分的构造部分，这些构建体衡量了阿片类药物使用障碍（OUD）的个人所经历的自stigma（第1节），即使用物质的个人经历的自我污名（第2节）以及与阿片类药物使用相关的措施，这些措施评估了对阿片类阿片类药物的羞耻感和知识和态度。各节包括：
大语模型中各种性别的心理健康污名 - 摘要
抽象的心理健康污名表现出不同的性别的不同表现，通常与女性相关，并被男性忽视。NLP中的先前工作表明，性别心理健康污名是在大型语言模型（LLMS）中捕获的。但是，在过去的一年中，LLM发生了巨大变化：更新的，生成的模型不仅需要不同的方法来衡量偏见，而且它们在社会上也广泛流行，与数百万用户互动并增加了使性别心理健康刻板印象永久存在的风险。在本文中，我们研究了gpt3.5-turbo中的性别健康污名，该模型为Openai受欢迎的Chatgpt提供动力。在先前工作的基础上，我们进行了定量和定性分析，以测量二元性别之间的GPT3.5-Turbo的偏见，并在有关心理健康的对话中探索其周围非二元性别的行为。我们发现，尽管gpt3.5涡轮增压是明确假定性别的，但当被要求完成有关心理健康的句子时，它仍然包含隐性的性别偏见，始终偏爱女性名字而不是男性名字。此外，尽管GPT3.5-Turbo表明了对非二元人经历的细微差别的认识，但在自由回答提示中，它经常对非二元性别认同的固定过度。我们的初步结果表明，虽然现代生成的LLM含有防御公然性别偏见的保障措施，并且在非二进制身份的包容性方面取得了进步，但它们仍然隐式地编码性别的心理健康污名，因此有可能在心理健康环境中危害有害的刻板印象。