MétaCan
Menu
Retour à la cohorte
Enregistrement W2310143686 · doi:10.2196/mental.5335

Adjusting an Available Online Peer Support Platform in a Program to Supplement the Treatment of Perinatal Depression and Anxiety

2016· article· en· W2310143686 sur OpenAlexvenueno aff
Amit Baumel, Stephen M. Schueller

Notice bibliographique

RevueJMIR Mental Health · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueMaternal Mental Health During Pregnancy and Postpartum
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute of Mental Health
Mots-clésAnxietyMental healthMoodDepression (economics)MedicineSession (web analytics)Peer supportPsychiatryPsychologyComputer science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Perinatal depression and anxiety are common and debilitating conditions. Novel, cost effective services could improve the uptake and the impact of mental health resources among women who suffer from these conditions. E-mental health products are one example of such services. Many publically available e-mental health products exist, but these products lack validation and are not designed to be integrated into existing health care settings. OBJECTIVE: The objective of the study was to present a program to use 7 Cups of Tea (7Cups), an available technological platform that provides online peer (ie, listener) based emotional support, to supplement treatment for women experiencing perinatal depression or anxiety and to summarize patient's feedback on the resultant program. METHODS: This study consisted of two stages. First, five clinicians specializing in the treatment of perinatal mood disorders received an overview of 7Cups. They provided feedback on the 7Cups platform and ways it could complement the existing treatment efforts to inform further adjustments. In the second stage, nine women with perinatal depression or anxiety used the platform for a single session and provided feedback. RESULTS: In response to clinicians' feedback, guidelines for referring patients to use 7Cups as a supplement for treatment were created, and a training program for listeners was developed. Patients found the platform usable and useful and their attitudes toward the trained listeners were positive. Overall, patients noted a need for support outside the scheduled therapy time and believed that freely available online emotional support could help meet this need. Most patients were interested in receiving support from first time mothers and those who suffered in the past from perinatal mood disorders. CONCLUSIONS: The study results highlight the use of 7Cups as a tool to introduce accessible and available support into existing treatment for women who suffer from perinatal mood disorders. Further research should focus on the benefits accrued from such a service. However, this article highlights how a publicly available eHealth product can be leveraged to create new services in a health care setting.

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)0,004
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 enseignants0,008
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,037
Tête enseignante GPT0,379
Écart entre enseignants0,342 · 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

Citations48
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Mental HealthMême sujetMaternal Mental Health During Pregnancy and PostpartumTravaux en français237 207