MétaCan
Menu
Retour à la cohorte
Enregistrement W2787750768 · doi:10.2196/mhealth.9482

Digital Peer-Support Platform (7Cups) as an Adjunct Treatment for Women With Postpartum Depression: Feasibility, Acceptability, and Preliminary Efficacy Study

2018· article· en· W2787750768 sur OpenAlexvenueno aff
Amit Baumel, Amanda Tinkelman, Nandita Mathur, John M. Kane

Notice bibliographique

RevueJMIR mhealth and uhealth · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueMaternal Mental Health During Pregnancy and Postpartum
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineMoodEdinburgh Postnatal Depression ScalemHealthDepression (economics)Postpartum depressionRandomized controlled trialAdjunctPeer supportPhysical therapyClinical psychologyPregnancyAnxietyPsychiatryDepressive symptomsPsychological intervention

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Peer support is considered to be an important framework of support for mothers experiencing postpartum depression (PPD); however, some barriers exist that may limit its use including peer availability and mothers' lack of time due to child care. OBJECTIVE: This non-randomized study was designed to examine the feasibility, acceptance, and preliminary clinical outcomes of using 7 Cups of Tea (7Cups), a digital platform that delivers self-help tools and 24/7 emotional support delivered by trained volunteers, as an adjunct treatment for mothers diagnosed with PPD. METHODS: Mothers with PPD were referred during intake to the study coach who provided guidance about 7Cups. 7Cups features included self-help tools and chats with trained volunteers who had experienced a perinatal mood disorder in their past. Acceptability was measured by examining self-reports and user engagement with the program. The primary outcome was the Edinburgh Postnatal Depression Scale (EPDS) change score between pre- and postintervention at 2 months, as collected in usual care by clinicians blinded to the study questions. Using a propensity score matching to control for potential confounders, we compared women receiving 7Cups to women receiving treatment as usual (TAU). RESULTS: Participants (n=19) proactively logged into 7Cups for a median of 12 times and 175 minutes. Program use was mostly through the mobile app (median of mobile use 94%) and between 18:00 and 08:00 when clinicians are unavailable (68% of total program use time). Participants chatted with volunteers for a total of 3064 minutes and have indicated in their responses 0 instances in which they felt unsafe. Intent-to-treat analysis revealed that 7Cups recipients experienced significant decreases in EPDS scores (P<.001, Cohen d=1.17). No significant difference in EPDS decrease over time was found between 7Cups and TAU, yet the effect size was medium favoring 7Cups (P=.05, Cohen d=0.58). CONCLUSIONS: This study supports using a computerized method to train lay people, without any in-person guidance or screening, and engage them with patients diagnosed with mental illness as part of usual care. The medium effect size (d=0.58) favoring the 7Cups group relative to TAU suggests that 7Cups might enhance treatment outcomes. A fully powered trial has to be conducted to examine this effect.

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)0,005
score de la tête « metaresearch » (Gemma)0,008
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 non randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,070
Tête enseignante GPT0,409
Écart entre enseignants0,339 · 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 non 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

Citations114
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR mhealth and uhealthMême sujetMaternal Mental Health During Pregnancy and PostpartumTravaux en français237 207