自己開示とメンタルヘルスの関係性: スコーピングレビュープロトコル
Sia Sha1, Kate Loveys2, Isla Francis3
1The London School of Economics and Political Science, London, UK.
このスコーピングレビューは,メンタルヘルスのためのリレーショナル・エージェントにおける自己開示に関する文献をマッピングしています. 患者がAIチャットボットと 情報を共有する方法を理解することは 治療結果を改善し メンタルヘルスサービスの 待ち時間を短縮するために 極めて重要です
科学分野:
- 人とコンピュータの相互作用
- メンタルヘルスの技術
- 医療における人工知能
背景:
- 人工知能のチャットボットの一種であるリレーショナル・エージェントは メンタルヘルスサービスの 待ち時間を解決する新しいツールです
- これらのエージェントは,会話的なインターフェースを通じて患者との治療関係を構築することを目的としています.
- 効果的な患者の自己開示は メンタルヘルスの介入において 治療の成果を上げるために不可欠です
研究 の 目的:
- メンタルヘルスのためのリレーショナル・エージェントにおける自己開示に関する既存の文献のスコーピング・レビューを実施する.
- 患者のAIによる自己開示を治療的な文脈でどのように行うかに関する研究を特定し,統合する.
- AIによるメンタルヘルスツールによる自己開示のダイナミクスの理解におけるギャップを特定する.
主な方法:
- このレビューはジョアンナ・ブリッグス研究所のガイドラインと PRISMA エクステンション・フォー・スコーピング・レビューに従っている.
- 主要な学術データベース (Ovid,EBSCO,Scopus,Web of Science,ProQuest) で体系的な検索が行われます.
- 2人の独立審査員が,英語で出版された定性・定量的な研究を含む研究を審査し,結果を概要にまとめます.
主要な成果:
- このレビューは,関係関係者に対する自己開示の性質,範囲,影響に関する調査結果をまとめます.
- データ表は,含まれている研究の主要な特徴を提示します.
- 文献の傾向とパターンを要約します
結論:
- 研究結果は,より効果的なAI主導のメンタルヘルスツールの開発と実施に役立つでしょう.
- 自己開示の理解は 患者の関わりと 治療の連携を最適化するための鍵です
- このレビューでは,AIとメンタルヘルスケアにおける将来の研究分野を強調します.
さらに関連する動画
09:55Use of a Psychophysiological Script-driven Imagery Experiment to Study Trauma-related Dissociation in Borderline Personality Disorder
Published on: March 8, 2018
07:56Assessing the Coherence of Parents' Short Narratives Regarding their Child Using the Five-Minute Speech Sample Procedure
Published on: September 19, 2019
関連する概念動画
Personality Disorders: Paranoid and Schizoid
Paranoid Personality Disorder
Paranoid personality disorder is...
Psychological and Sociocultural Causes of Schizophrenia
Ethics in Research
Depressive Disorders: Etiology
Biological Factors in Depression
Biological predispositions significantly influence the risk of developing depressive disorders. Genetic studies highlight the role of variations in the serotonin transporter...
Self-Discrepancy Theory
Relationship Formation
