Bu sayfa, 26. Dünya Psikiyatri Kongresi'nde sunulan çalışmanın yapay zekâ desteğiyle hazırlanmış Türkçe özetidir. Çalışmanın sahibi sunan yazarlardır; atıf için orijinal kaynağa başvurun.

EV0935

Trikotillomanide kendini damgalama ve yardım arama: bir kapsam derlemesi ve bibliyometrik analiz

SELF-STIGMA AND HELP SEEKING IN TRICHOTILLOMANIA: A SCOPING REVIEW AND BIBLIOMETRIC ANALYSIS

Trikotillomanide kendini damgalama ve yardım arama yazında büyük ölçüde birbirinden ayrı ele alınmakta ve alanın çeperinde kalmaktadır.

Çalışmanın amacı, görünür bir psikiyatrik durum olan ve sıklıkla damgalanma ile psikososyal sıkıntıya eşlik eden trikotillomanide kendini damgalama (self-stigma) ile yardım arama davranışı arasındaki ilişkiye dair mevcut yazını haritalamak ve araştırma boşluklarını belirlemektir. Yöntem olarak Web of Science kaynaklı bir kapsam derlemesi (scoping review) betimleyici bibliyometrik analizle birleştirilmiş; trikotillomaniyi damgalanma, utanç ya da tedavi arama ile ilişkili olarak ele alan çalışmalar dahil edilmiş, veriler yayın özellikleri ve tematik içerik açısından incelenmiş, anahtar kelime birlikte geçiş ağları VOSviewer ile görselleştirilmiştir. Dahil edilme ölçütlerini toplam 10 çalışma karşılamış; yazın parçalı ve sınırlı bulunmuş, çalışmaların çoğu utanç, gizleme ve toplumsal geri çekilme gibi damgalanmayla ilgili yapıları dolaylı olarak ele almıştır. Dört ana tema ortaya çıkmıştır: kendini damgalama ve utanç, gizleme ve toplumsal yalıtım, gecikmiş ya da kaçınılan yardım arama, alternatif veya dijital müdahalelere yönelik tercih. Bibliyometrik haritalama, araştırma kümelerinin ağırlıklı olarak tedavi yaklaşımları ve bedene yönelik yineleyici davranışlar çevresinde toplandığını, kendini damgalama ile yardım aramanın ise çeperde ve zayıf bağlantılı kavramlar olarak kaldığını göstermiştir. Sonuç olarak bu iki kavramın olası karşılıklı bağımlılığına karşın büyük ölçüde ayrı incelenmesi kritik bir yazın boşluğu oluşturmakta; kendini damgalamanın tedaviye katılımı nasıl etkilediğini anlamak için bütünleştirici modeller kullanan araştırmalar önerilmektedir.

Tüm WCP 2026 özetleri