MétaCan
Menu
Retour à la cohorte
Enregistrement W2762501845 · doi:10.1136/eb-2017-102764

A qualitative study of a blended therapy using problem solving therapy with a customised smartphone app in men who present to hospital with intentional self-harm

2017· article· en· W2762501845 sur OpenAlexaff
Craig Mackie, Nicole Dunn, Sarah MacLean, Valerie Testa, Marnin J. Heisel, Simon Hatcher

Notice bibliographique

RevueEvidence-Based Mental Health · 2017
Typearticle
Langueen
DomainePsychology
ThématiqueDigital Mental Health Interventions
Établissements canadiensWestern UniversityOttawa HospitalUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésHarmMobile appsPsychologySmartphone appQualitative researchPsychotherapistInternet privacyComputer scienceSocial psychologyWorld Wide WebSociology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Blended therapy describes the use of computerised therapy combined with face-to-face therapy to extend the depth, range and nature of the face-to-face therapy. We wanted to develop a treatment manual for a randomised trial of blended therapy combining face-to-face problem solving and a smartphone app in men who present to hospital with self-harm. OBJECTIVE: To develop a treatment manual and to describe the experience of receiving and delivering a blended therapy. METHODS: After completion of the blended therapy, semistructured qualitative interviews were conducted with participants to describe their experience of the treatment. Two independent coders analysed the material using a thematic, grounded theory approach. FINDINGS: Seven men were enrolled in the study, and six completed the qualitative interviews. The two main themes identified were of trust and connection. Participants attended 85% of their appointments. CONCLUSIONS: In the treatment manual, we emphasised the themes of trust and connection by allowing time to discuss the app in the face-to-face to sessions, ensuring that therapists are familiar with the app and know how to respond to technical queries. Identification of trust and connection generates novel questions about the importance of the therapeutic alliance with technology rather than with people. CLINICAL IMPLICATIONS: Clinicians and app developers need to pay attention to the therapeutic relationship with technology as trust and good communication can be easily damaged, resulting in disengagement with the app. Blended therapy may result in increased adherence to face-to-face sessions. TRIAL REGISTRATION NUMBER: NCT02718248.

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)0,014
score de la tête « metaresearch » (Gemma)0,024
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,074

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,024
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0160,011
Communication savante0,0050,005
Science ouverte0,0030,006
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,112
Tête enseignante GPT0,463
Écart entre enseignants0,351 · 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'étudeQualitatif
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

Citations54
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEvidence-Based Mental HealthMême sujetDigital Mental Health InterventionsTravaux en français237 207