MétaCan
Menu
Retour à la cohorte
Enregistrement W2764062306 · doi:10.1136/eb-2017-102754

Users’ experiences of an online intervention for bipolar disorder: important lessons for design and evaluation

2017· article· en· W2764062306 sur OpenAlexaff
Alyson Dodd, Sara Mallinson, Martin Griffiths, Richard Morriss, Steven Jones, Fiona Lobban

Notice bibliographique

RevueEvidence-Based Mental Health · 2017
Typearticle
Langueen
DomainePsychology
ThématiqueDigital Mental Health Interventions
Établissements canadiensUniversity of CalgaryAlberta Health Services
Organismes subventionnairesNational Institute for Health and Care Research
Mots-clésBipolar disorderIntervention (counseling)PsychologyClinical psychologyPsychiatryMood

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The evidence base for digital interventions for physical and mental health, including severe and enduring mental health difficulties, is increasing. In a feasibility trial, web-based Enhanced Relapse Prevention (ERPonline) for bipolar disorder demonstrated high recruitment and retention rates. Relative to participants in the waitlist control group, those who received ERPonline showed increased monitoring for early warning signs of relapse and had developed more positive illness models. OBJECTIVE: To understand users' motivations and barriers for taking part in an online/telephone-based trial, and for engagement with ERPonline. METHODS: 19) were analysed using framework analysis to identify themes relevant to study aims. FINDINGS: Participants took part due to the convenient, flexible and rewarding aspects of the trial design, as well as a desire to improve the mental health of themselves and others. Barriers included extensive assessments, practical difficulties and mood. ERPonline was was generally considered to be accessible, relevant and straightforward, but there were individual preferences regarding design, content and who it was for. Several participants reported positive changes, but there was a sense that digital interventions should not replace routine care. CONCLUSIONS: There are a number of barriers and facilitators to consider when evaluating and implementing digital interventions. Individual preferences and human contact were key factors for both trial design and engagement with an online intervention. CLINICAL IMPLICATIONS: Digital interventions should be co-produced, personalised, interactive and embedded as one component in a broader package of care. TRIAL REGISTRATION NUMBER: ISRCTN56908625; Post-results.

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)0,155
score de la tête « metaresearch » (Gemma)0,139
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,155
Score d'incertitude au seuil0,820

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1550,139
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,002
Communication savante0,0040,004
Science ouverte0,0030,002
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 Opus0,280
Tête enseignante GPT0,519
Écart entre enseignants0,239 · 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

Citations24
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

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