MétaCan
Menu
Retour à la cohorte
Enregistrement W2756442391 · doi:10.2196/mental.6982

Web-Based Cognitive Remediation Improves Supported Employment Outcomes in Severe Mental Illness: Randomized Controlled Trial

2017· article· en· W2756442391 sur OpenAlexvenueno aff
Anthony Harris, Tanya Kosic, Jean Xu, Chris Walker, William Gye, Marie Antoinette Hodge

Notice bibliographique

RevueJMIR Mental Health · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueSchizophrenia research and treatment
Établissements canadiensnon disponible
Organismes subventionnairesOne Door Mental HealthAustralian Rotary Health
Mots-clésRandomized controlled trialCognitive remediation therapyMental illnessSupported employmentWeb applicationCognitionMedicinePsychologyClinical psychologyPsychiatryMental healthComputer scienceWorld Wide WebInternal medicineEngineeringWork (physics)

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Finding work is a top priority for most people; however, this goal remains out of reach for the majority of individuals with a severe mental illness (SMI) who remain on benefits or are unemployed. Supported employment (SE) programs aimed at returning people with a severe mental illness to work are successful; however, they still leave a significant number of people with severe mental illness unemployed. Cognitive deficits are commonly found in SMI and are a powerful predictor of poor outcome. Fortunately, these deficits are amenable to treatment with cognitive remediation therapy (CRT) that significantly improves cognition in SMI. CRT combined with SE significantly increases the likelihood of individuals with severe mental illness obtaining and staying in work. However, the availability of CRT is limited in many settings. OBJECTIVE: The aim of this study was to examine whether Web-based CRT combined with a SE program can improve the rate return to work of people with severe mental illness. METHODS: A total of 86 people with severe mental illness (mean age 39.6 years; male: n=55) who were unemployed and who had joined a SE program were randomized to either a Web-based CRT program (CogRem) or an Internet-based control condition (WebInfo). Primary outcome measured was hours worked over 6 months post treatment. RESULTS: At 6 months, those participants randomized to CogRem had worked significantly more hours (P=.01) and had earned significantly more money (P=.03) than those participants randomized to the WebInfo control condition. No change was observed in cognition. CONCLUSIONS: This study corroborates other work that has found a synergistic effect of combining CRT with a SE program and extends this to the use of Web-based CRT. The lack of any improvement in cognition obscures the mechanism by which an improved wage outcome for participants randomized to the active treatment was achieved. However, the study substantially lowers the barrier to the deployment of CRT with other psychosocial interventions for severe mental illness. TRIAL REGISTRATION: Australian and New Zealand Clinical Trials Registry (ANZCTR) 12611000849998; http://www.anzctr.org.au/TrialSearch.aspx?searchTxt=12611000849998&isBasic=True (Archived by WebCite at http://www.webcitation.org/6sMKwpeos).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0040,003
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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.

Tête enseignante Opus0,021
Tête enseignante GPT0,374
Écart entre enseignants0,352 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeEssai randomisé
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

Citations27
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Mental HealthMême sujetSchizophrenia research and treatmentTravaux en français237 207