A Cognitive Behavioral Therapy–Based Text Messaging Intervention Versus Medical Management for HIV-Infected Substance Users: Study Protocol for a Pilot Randomized Trial
Notice bibliographique
Résumé
BACKGROUND: Evidence-based psychosocial interventions for addictions and related conditions such as cognitive behavioral therapy (CBT) are underutilized. Obstacles to implementation of CBT in clinical settings include limited availability of quality training, supervision, and certification in CBT for clinicians; high rates of clinician turnover and high caseloads; and limited qualifications of the workforce to facilitate CBT expertise. OBJECTIVE: Mobile phone-based delivery of CBT, if demonstrated to be feasible and effective, could be transformative in broadening its application and improving the quality of addiction treatment. No experimental interventions that deliver CBT targeting both drug use and medication adherence using text messaging have been previously reported; as such, the objective of this study is to develop and test an SMS-based treatment program for HIV-positive adults with comorbid substance use disorders. METHODS: With user input, we developed a 12-week CBT-based text messaging intervention (TXT-CBT) targeting antiretroviral (ART) adherence, risk behaviors, and drug use in a population of HIV-infected substance users. RESULTS: The intervention has been developed and is presently being tested in a pilot randomized clinical trial. Results will be reported later this year. CONCLUSIONS: This investigation will yield valuable knowledge about the utility of a cost-effective, readily deployable text messaging behavioral intervention for HIV-infected drug users.
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 | 0,019 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,006 | 0,003 |
| Méta-épidémiologie (sens large) | 0,009 | 0,004 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,004 | 0,003 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,004 | 0,002 |
| Intégrité de la recherche | 0,006 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,073 | 0,012 |
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 ».