MétaCan
Menu
Retour à la cohorte
Enregistrement W2153581859 · doi:10.2196/mental.3278

A Web-Based Intervention for Users of Amphetamine-Type Stimulants: 3-Month Outcomes of a Randomized Controlled Trial

2014· article· en· W2153581859 sur OpenAlexvenueno aff
Robert J. Tait, Rebecca McKetin, Frances Kay‐Lambkin, Bradley Carron‐Arthur, Anthony Bennett, Kylie Bennett, Helen Christensen, Kathleen M Griffiths

Notice bibliographique

RevueJMIR Mental Health · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueSubstance Abuse Treatment and Outcomes
Établissements canadiensnon disponible
Organismes subventionnairesNational Health and Medical Research CouncilCurtin University of Technology
Mots-clésRandomized controlled trialMedicineIntervention (counseling)Clinical psychologyPsychological interventionCannabisAcceptance and commitment therapyCognitive behavioral therapyPhysical therapyPsychiatryInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Among illicit drugs, the prevalence of amphetamine-type stimulant (ATS) use is second only to cannabis. Currently, there are no approved pharmacotherapies for ATS problems, but some face-to-face psychotherapies are effective. Web-based interventions have proven to be effective for some substance use problems, but none has specifically targeted ATS users. OBJECTIVE: The objective of the study was to evaluate the effectiveness of a Web-based intervention for ATS problems on a free-to-access site compared with a waitlist control group. METHODS: We used a randomized controlled trial design. The primary outcome measure was self-reported ATS use in the past three months assessed using the Alcohol, Smoking, Substance Involvement Screening Test (ASSIST). Other measures included quality of life (EUROHIS score), psychological distress (K-10 score), days out of role, poly-drug use, general help-seeking intentions, actual help-seeking, and "readiness to change". The intervention consisted of three fully automated, self-guided modules based on cognitive behavioral therapy and motivation enhancement. The analysis was an intention-to-treat analysis using generalized estimating equation models, with a group by time interaction as the critical assessment. RESULTS: We randomized 160 people (intervention n=81, control n=79). At three months, 35/81 (43%) intervention and 45/79 (57%) control participants provided follow-up data. In the intervention group, 51/81 (63%) completed at least one module. The only significant group by time interaction was for days out of role. The pre/post change effect sizes showed small changes (range d=0.14 to 0.40) favoring the intervention group for poly-drug use, distress, actual help-seeking, and days out of role. In contrast, the control group was favored by reductions in ATS use, improvements in quality of life, and increases in help-seeking intentions (range d=0.09 to 0.16). CONCLUSIONS: This Web-based intervention for ATS use produced few significant changes in outcome measures. There were moderate, but nonsignificant reductions in poly-drug use, distress, days partially out of role, and increases in help-seeking. However, high levels of participant attrition, plus low levels of engagement with the modules, preclude firm conclusions being drawn on the efficacy of the intervention and emphasize the problems of engaging this group of clients in a fully automated program. TRIAL REGISTRATION: Australian and New Zealand Clinical Trials Registry: ACTRN 12611000947909; https://www.anzctr.org.au/Trial/Registration/TrialReview.aspx?ACTRN=12611000947909 (Archived by WebCite at http://www.webcitation.org/6SHTxEnzP).

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)0,005
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,006
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0050,004
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0040,002
Charge utile insuffisante (le modèle a refusé de juger)0,0110,001

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.

Tête enseignante Opus0,022
Tête enseignante GPT0,360
Écart entre enseignants0,338 · 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'étudeEssai randomisé
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

Citations39
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Mental HealthMême sujetSubstance Abuse Treatment and OutcomesTravaux en français237 207