MétaCan
Menu
Retour à la cohorte
Enregistrement W2508077470 · doi:10.2196/mental.5988

Who Are the Young People Choosing Web-based Mental Health Support? Findings From the Implementation of Australia's National Web-based Youth Mental Health Service, eheadspace

2016· article· en· W2508077470 sur OpenAlexvenueno aff
Debra Rickwood, Marianne Webb, Vanessa Kennedy, Nic Telford

Notice bibliographique

RevueJMIR Mental Health · 2016
Typearticle
Langueen
DomainePsychology
ThématiqueDigital Mental Health Interventions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMental healthMental health serviceMedicinePsychologyPsychiatry

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The adolescent and early adult years are periods of peak prevalence and incidence for most mental disorders. Despite the rapid expansion of Web-based mental health care, and increasing evidence of its effectiveness, there is little research investigating the characteristics of young people who access Web-based mental health care. headspace, Australia's national youth mental health foundation, is ideally placed to explore differences between young people who seek Web-based mental health care and in-person mental health care as it offers both service modes for young people, and collects corresponding data from each service type. OBJECTIVE: The objective of this study was to provide a comprehensive profile of young people seeking Web-based mental health care through eheadspace (the headspace Web-based counseling platform), and to compare this with the profile of those accessing help in-person through a headspace center. METHODS: Demographic and clinical presentation data were collected from all eheadspace clients aged 12 to 25 years (the headspace target age range) who received their first counseling session between November 1, 2014 and April 30, 2015 via online chat or email (n=3414). These Web-based clients were compared with all headspace clients aged 12 to 25 who received their first center-based counseling service between October 1, 2014 and March 31, 2015 (n=20,015). RESULTS: More eheadspace than headspace center clients were female (78.1% compared with 59.1%), and they tended to be older. A higher percentage of eheadspace clients presented with high or very high levels of psychological distress (86.6% compared with 73.2%), but they were at an earlier stage of illness on other indicators of clinical presentation compared with center clients. CONCLUSIONS: The findings of this study suggest that eheadspace is reaching a unique client group who may not otherwise seek help or who might wait longer before seeking help if in-person mental health support was their only option. Web-based support can lead young people to seek help at an earlier stage of illness and appears to be an important component in a stepped continuum of mental health care.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,584
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,048
Tête enseignante GPT0,417
Écart entre enseignants0,368 · 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 tête enseignante, pas un consensus.

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

Citations77
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Mental HealthMême sujetDigital Mental Health InterventionsTravaux en français237 207