Notice
Indicateurs de santé mentale dans les enquêtes sur les conditions de vie des étudiants
- document 1 document 2 document 3
- niveau 1 niveau 2 niveau 3
Descriptif
Depuis le début de la pandémie de COVID, de nombreuses enquêtes ont mis en avant un effet sur la santé mentale des populations en général et plus particulièrement sur les jeunes adultes et les étudiants. Cependant, plusieurs problèmes se posent concernant la mesure en santé mentale et notamment définir ce que l’on entend derrière les termes de pathologie, troubles, difficultés, détresse ou encore mal-être. Il convient également de comprendre comment les mesures de ces concepts sont opérationnalisées et comment les outils censés les mesurer sont construits. À titre d’exemple, pour la dépression, il existe de nombreuses échelles différentes qui ne prennent pas en compte les mêmes symptômes et pour une même échelle le seuil et la période de temps étudiés peuvent varier, ce qui a des conséquences sur les données de prévalence obtenues. Il convient également de prendre en considération les aspects méthodologiques tant dans la construction et réalisation des enquêtes que dans l’analyse des données et la présentation des résultats. En effet, même sur des données identiques, les dégrées de libertés des chercheurs dans leurs choix (gestion des données manquantes, calculs de prévalences sur la base des répondants ou de l’échantillon si ce dernier est représentatif...) peuvent produire des effets non négligeables en termes de différences de résultats. Il est également important de s’interroger sur les hypothèses et modèles utilisés notamment dans leurs valeurs implicites concernant tant les aspects de mesures que les théories supposées des pathologies psychiques. Enfin, une approche en système complexe (modélisation en réseau) sera présentée en tant que modèle de mesure et théorique des difficultés psychologiques avec comme intérêt potentiel de réconcilier une approche quantitative et qualitative des transitions entre états.
Thème
Avec les mêmes intervenants et intervenantes
-
Quelques exemples d'analyses incluant la variable temporelle en psychologie : des modèles latents a…
MorvanYannickLa variable temporelle pouvant être traitée à l’aide de différentes techniques d’analyse, dans cette communication nous présenterons deux méthodes particulièrement intéressantes et utilisées en
Sur le même thème
-
L’acceptabilité sociale de l’IA en santé mentale
ConstantinidèsYannisLes conditions d’une véritable approbation sociale ne seront pas réunies tant qu’une évaluation précise des avantages et inconvénients de l’IA appliquée à la santé mentale n’aura pas été menée.
-
Mental health disorder identification from motivational conversations
SahaSriparnaEst ici présenté un classificateur de réseau neuronal profond hiérarchique basé sur l'attention pour modéliser les conversations afin de détecter différents troubles mentaux au fur et à mesure que le
-
Apprentissage multitâche pour la détection dans les dialogues
AmblardMaximePrésentation d’une étude visant à détecter les signaux de dépression dans les dialogues.
-
Pour un encadrement éthique de l’IA en santé mentale
GrandazziGuillaumeGouriotMylèneLes applications de l'intelligence artificielle dans le domaine de la santé mentale présentent divers avantages potentiels, mais elles engendrent également des risques et suscitent de nombreuses
-
Psychiatrie prédictive et préventive : différents projets de la FHU A²M²P
DiasGaëlPrésentation notamment de l'estimation automatique du niveau de dépression grâce à l’étude des données issues d’entretiens cliniques.
-
IA et stress post-traumatique
BuiThanh-Huy ÉricLa technologie numérique couplée à l’intelligence artificielle permet le développement du "phénotypage numérique" (quantification à tous moments de traits caractéristiques individuels à l'aide de
-
Assurer la confiance dans l’IA par la garantie humaine
MehlJudithUne supervision humaine de tout système d’IA s’impose afin d’assurer la confiance dans l’IA.
-
Le grand défi numérique en santé mentale
SamalinLudovicPrésentation des grandes lignes du Grand Défi numérique en santé mentale, lequel doit permettre de mobiliser et d’accompagner l’innovation, et de développer de nouvelles modalités de prise en charge à
-
Détection précoce des troubles mentaux
BesnardStéphaneInMind est une start-up, spin-off de l’Université de Caen Normandie et du CIREVE , spécialisé dans l’évaluation de l’opérateur en milieu contraignant, pour mieux performer, former et sécuriser.
-
eRisk challenge: early prediction on the Internet. A particular focus on pathological gambling, sel…
Martin RodillaPatriciaL’initiative eRisk est un forum technologique qui encourage, depuis 2017, l’exploration de nouvelles méthodes de recherche d’informations et d’apprentissage automatique de la détection précoce des
-
Lutter contre le suicide grâce à l’IA : aspects juridiques
SimonYouennQuels sont les enjeux juridiques de l’utilisation de l’IA pour lutter contre le suicide ?
-
IA in mental health : what framework in China and in Taïwan
HsuYao-MingQuel est le cadre juridique applicable à l’utilisation de l’IA en santé mentale en Chine et à Taïwan ?