Development and assessment of a mobile phone-based intervention to reduce maternal depression and improve child health
Notice bibliographique
Résumé
Introduction Postnatal depression is known to cause disability and suffering in women and negative consequences both for their infants and their families, with huge costs globally. Several studies from low and middle income countries (LAMIC) have demonstrated that effectively delivered psychological interventions are cost effective for improving maternal and child health, but access to these interventions is limited in both the low and high income countries. Objective The objective of the study is to develop and test a mobile phone-based intervention (TechMotherCare), which will include components of cognitive behavioural therapy (CBT) and child development related psychoeducation. Aim The aim of the study is to examine the feasibility and acceptability of the TechMotherCare intervention. Methods A total of 36 participants will be recruited from health centers in Karachi, Pakistan for this 2-arm randomized pilot study. The TechMotherCare App intervention will be based on principles of CBT and learning-through-play (LTP) a parenting intervention and will assess the real-time depressive symptoms of participants and respond, using intelligent real time therapy (iRTT) dependent on symptoms reported by participants. Results Outcome assessments will be completed after 3 months (end of intervention). In-depth qualitative interviews will also be conducted with participants pre- and post-intervention. The trial is ongoing and we will present both the qualitative and quantitative results. Conclusions The results of this pilot trial will inform the design of a larger randomised controlled trial using a mobile based technology platform to address the huge treatment gap in LAMICs. Disclosure of interest The authors have not supplied their declaration of competing interest.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».