Treating Depression and Anxiety with Digital Cognitive Behavioural Therapy for Insomnia: A Real World NHS Evaluation Using Standardized Outcome Measures
Notice bibliographique
Résumé
BACKGROUND: Evidence suggests that insomnia may be an important therapeutic target to improve mental health. AIMS: Evaluating changes in symptoms of depression and anxiety after supported digital cognitive behavioural therapy (dCBT) for insomnia delivered via a community-based provider (Self Help Manchester) of the Improving Access to Psychological Therapies (IAPT) service. METHOD: Supported dCBT for insomnia was delivered to 98 clients (mean age 44.9 years, SD 15.2, 66% female) of Self Help Manchester. All clients received six support calls from an eTherapy coordinator to support the self-help dCBT. During these calls levels of depression (Patient Health Questionnaire, PHQ-9) and anxiety (Generalized Anxiety Disorder, GAD-7) were determined. RESULTS: Depression (M difference-5.7, t(70) = 12.5, p < .001) and anxiety [Generalized Anxiety Disorder-7 (GAD-7), M difference-4.1, t(70) = 8.0, p < .001] were reduced following supported dCBT for insomnia. This translated into an IAPT recovery rate of 68% for depression and anxiety. CONCLUSIONS: These results suggest that dCBT for insomnia alleviates depression and anxiety in clients presenting with mental health complaints in routine healthcare.
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 | 0,012 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| 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) | 0,002 | 0,000 |
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.
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 ».