TechCare: mobile assessment and therapy for psychosis – an intervention for clients in the Early Intervention Service: A feasibility study protocol
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVES: Technological advances in healthcare have shown promise when delivering interventions for mental health problems such as psychosis. The aim of this project is to develop a mobile phone intervention for people with psychosis and to conduct a feasibility study of the TechCare App. METHODS: The TechCare App will assess participant's symptoms and respond with a personalised guided self-help-based psychological intervention with the aim of exploring feasibility and acceptability. The project will recruit 16 service users and 8-10 health professionals from the Lancashire Care NHS Foundation Trust Early Intervention Service. RESULTS: In strand 1 of the study, we will invite people to discuss their experience of psychosis and give their opinions on the existing evidence-based treatment (cognitive behavioural therapy) and how the mobile app can be developed. In strand 2, we will complete a test run with a small number of participants (n = 4) to refine the mobile intervention (TechCare). Finally, in strand 3 of the study, the TechCare App will be examined in a feasibility study with 12 participants. CONCLUSION: It has been suggested that there is a need for a rapid increase in the efforts to develop the evidence base for the clinical effectiveness of digital technologies, considering mHealth research can potentially be helpful in addressing the demand on mental health services globally.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle