Self-Help for Depression via E-mail: A Randomised Controlled Trial of Effects on Depression and Self-Help Behaviour
Notice bibliographique
Résumé
BACKGROUND: Self-help or self-management strategies are commonly used to deal with depression, but not all are thought to be helpful. A previous study found that sub-threshold depression symptoms were improved by an e-mail intervention that encouraged the use of evidence-based self-help strategies. AIM: To investigate whether these e-mails were effective for adults with a range of depression symptomatology including major depression. METHOD: The study was a parallel-group randomised controlled trial. Adult participants with any level of depressive symptoms were recruited over the internet from the United Kingdom, Australia, Canada, Ireland, New Zealand and the United States. Participants were randomised to receive a series of e-mails either promoting the use of evidence-based self-help strategies or containing depression information as a control. E-mails were sent automatically twice a week for six weeks. Depression symptoms were assessed with the self-rated Patient Health Questionnaire depression scale (PHQ-9). RESULTS: 1736 participants with a wide range of symptom severity were recruited and assigned to active (n = 862) and control (n = 874) groups. However, there was a significant attrition rate, with 66.9% lost to follow-up at post-intervention. Both groups showed large improvements in depression symptoms overall, with no significant difference in improvement at the end of the study (mean difference in improvement 0.35 points, 95% CI: -0.57 to 1.28, d = 0.11, 95% CI: -0.06 to 0.27), although there was a small effect at the study mid-point. Results were similar for the sub-group of participants with major depression. The active group showed small to moderate improvements in self-help behaviour (d = 0.40, 95% CI: 0.23 to 0.56). CONCLUSIONS: These results suggest that the e-mails were able to increase participants' use of evidence-based self-help, but that this did not improve depression more than an attention control. CLINICALTRIALSGOV: NCT01399502.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,004 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».