MétaCan
Menu
Retour à la cohorte
Enregistrement W2089338545 · doi:10.1136/ebmh.4.2.49

Nurse telehealth care reduced depressive symptoms and improved functioning

2001· article· en· W2089338545 sur OpenAlexaff
Jeannette LeGris

Notice bibliographique

RevueEvidence-Based Mental Health · 2001
Typearticle
Langueen
DomainePsychology
ThématiqueMental Health Treatment and Access
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésMedicineMedical prescriptionPrimary careTelehealthDepression (economics)Internal medicinePsychiatryTelemedicineFamily medicineHealth careNursing

Résumé

récupéré en direct d'OpenAlex

Hunkeler EM, Meresman JF, Hargreaves WA, et al. Efficacy of nurse telehealth care and peer support in augmenting treatment of depression in primary care. Arch Fam Med2000 Aug; 9 : 700 –8 [OpenUrl][1][CrossRef][2][PubMed][3][Web of Science][4] QUESTIONS: In depressed patients, is adjunctive nurse telehealth care more effective in reducing depressive symptoms than usual physician care alone? Does the addition of peer support to nurse telehealth care further improve outcomes? Randomised (unclear allocation concealment*), unblinded,* controlled trial with 6 months of follow up. Primary care clinics in northern California, USA. 302 patients (mean age 55 y, 69% women) who had major depressive disorder or dysthymia and had a prescription for a selective serotonin reuptake inhibitor (SSRI). Exclusion criteria were antidepressant drug prescription in the previous 6 months, inadequate command of English, substance abuse, current suicide risk, or reported thoughts of violence. Follow up was 90% at 6 weeks and 85% at 6 months. Patients were allocated to usual physician … [1]: {openurl}?query=rft.jtitle%253DArchives%2Bof%2BFamily%2BMedicine%26rft.stitle%253DArch%2BFam%2BMed%26rft.aulast%253DHunkeler%26rft.auinit1%253DE.%2BM.%26rft.volume%253D9%26rft.issue%253D8%26rft.spage%253D700%26rft.epage%253D708%26rft.atitle%253DEfficacy%2Bof%2BNurse%2BTelehealth%2BCare%2Band%2BPeer%2BSupport%2Bin%2BAugmenting%2BTreatment%2Bof%2BDepression%2Bin%2BPrimary%2BCare%26rft_id%253Dinfo%253Adoi%252F10.1001%252Farchfami.9.8.700%26rft_id%253Dinfo%253Apmid%252F10927707%26rft.genre%253Darticle%26rft_val_fmt%253Dinfo%253Aofi%252Ffmt%253Akev%253Amtx%253Ajournal%26ctx_ver%253DZ39.88-2004%26url_ver%253DZ39.88-2004%26url_ctx_fmt%253Dinfo%253Aofi%252Ffmt%253Akev%253Amtx%253Actx [2]: /lookup/external-ref?access_num=10.1001/archfami.9.8.700&link_type=DOI [3]: /lookup/external-ref?access_num=10927707&link_type=MED&atom=%2Febmental%2F4%2F2%2F49.atom [4]: /lookup/external-ref?access_num=000088702500008&link_type=ISI

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0100,000

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.

Tête enseignante Opus0,039
Tête enseignante GPT0,383
Écart entre enseignants0,344 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEvidence-Based Mental HealthMême sujetMental Health Treatment and AccessTravaux en français237 207