MétaCan
Menu
Retour à la cohorte
Enregistrement W2788617962 · doi:10.2196/mental.9441

Supporting Our Valued Adolescents (SOVA), a Social Media Website for Adolescents with Depression and/or Anxiety: Technological Feasibility, Usability, and Acceptability Study

2018· article· en· W2788617962 sur OpenAlexvenueno aff
Ana Radović, Theresa Gmelin, Jing Hua, Cassandra Long, Bradley D. Stein, Elizabeth Miller

Notice bibliographique

RevueJMIR Mental Health · 2018
Typearticle
Langueen
DomainePsychology
ThématiqueMental Health via Writing
Établissements canadiensnon disponible
Organismes subventionnairesNational Center for Advancing Translational SciencesNational Institute of Mental HealthAgency for Healthcare Research and Quality
Mots-clésUsabilitySocial mediaAnxietyDepression (economics)Social anxietyPsychologyClinical psychologyApplied psychologyComputer scienceWorld Wide WebData sciencePsychiatryHuman–computer interaction

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Supporting Our Valued Adolescents (SOVA), a social media website for adolescents, was designed to increase mental health literacy and address negative health beliefs toward depression and/or anxiety diagnosis and treatment. This stakeholder-informed site underwent iterative user testing to evolve into its current version with daily blog posts, round-the-clock site moderation, and Web-based peer interaction to create an online support community. OBJECTIVE: The aim of this study was to evaluate the technological feasibility (at least 100 users on the site, logging in 12 to 18 times in the first 6 weeks) and acceptability of the SOVA site determined by the System Usability Scale (SUS). METHODS: Adolescents and young adults (aged 14-26 years) with a self-reported history of depressive and/or anxiety symptoms were recruited to access the research website (sova.pitt.edu). Participants were screened out if they reported active suicidality or a prior suicide attempt. Baseline survey measures included demographics, symptomatology using the Patient Health Questionnaire-9 modified for adolescents (PHQ-9A) and Screen for Child Anxiety Related Disorders (SCARED-C), and mental health treatment history. The 6-week follow-up measures taken in addition to the symptomatology, included feasibility (total number of log-ins), usability, and acceptability of SOVA using SUS. RESULTS: Most of the 96 participants identified as female (75% [72/96]) and white (67% [64/96]). Most participants (73% [70/96]) reported having taken prior professional psychological help. The average PHQ-9A score was 11.8 (SD 5.5), and for SCARED-C, 85% (80/94) of the participants reported a score consistent with being susceptible to a diagnosed anxiety disorder. There were 46% (41/90) of eligible users who ever logged in. Out of the total users who ever logged in, the mean of total log-ins over the entire study was 4.1 (SD 6.9). Median number of users rated the user-friendliness of the site as "good." The average SUS score was 71.2% (SD 18.7), or a "C-grade," which correlated to an acceptable range. The participants reported to have liked the "easy-to-understand format" and "positive, helpful atmosphere," but they also reported a desire for greater social interaction. Iterative recruitment resulted in incremental improvements to the site. CONCLUSIONS: The SOVA site met feasibility goals of recruiting almost 100 users and establishing acceptable usability. Subsequent interventions are planned to increase site engagement and to evaluate efficacy in increasing uptake of primary care-recommended depression and/or anxiety treatment.

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)0,007
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,068
Tête enseignante GPT0,456
Écart entre enseignants0,388 · 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'étudeObservationnel
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

Citations39
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Mental HealthMême sujetMental Health via WritingTravaux en français237 207