MétaCan
Menu
Retour à la cohorte
Enregistrement W2891229251 · doi:10.2196/10224

Computer-Aided Telephone Support for Primary Care Patients with Common Mental Health Conditions: Randomized Controlled Trial

2018· article· en· W2891229251 sur OpenAlexafffundvenue
Salaha Zaheer, Vanessa Garofalo, David Rodie, Athina Perivolaris, Jenny Chum, Allison Crawford, Rose Geist, Andrea Levinson, Brian Mitchell, David W. Oslin, Nadiya Sunderji, Benoit H. Mulsant

Notice bibliographique

RevueJMIR Mental Health · 2018
Typearticle
Langueen
DomainePsychology
ThématiqueDigital Mental Health Interventions
Établissements canadiensSt. Michael's HospitalGroup Health CentreTrillium Health CentreUniversity of TorontoCentre for Addiction and Mental Health
Organismes subventionnairesUniversity of TorontoMedical Psychiatry AllianceHospital for Sick ChildrenCentre for Addiction and Mental Health FoundationCentre for Addiction and Mental Health
Mots-clésRandomized controlled trialMental healthMedicinePrimary carePhysical therapyPrimary health carePsychiatryGerontologyFamily medicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Depression, anxiety, and at-risk drinking are highly prevalent in primary care settings. Many jurisdictions experience geographical barriers to accessing mental health services, necessitating the development and validation of alternative models of care delivery. Existing evidence supports the acceptability and effectiveness of providing mental health care by telephone. OBJECTIVE: This analysis assesses patient's acceptability of computer-aided telephone support delivered by lay providers to primary care patients with depression, anxiety, or at-risk drinking. METHODS: The Primary care Assessment and Research of a Telephone intervention for Neuropsychiatric conditions with Education and Resources study is a randomized controlled trial comparing a computer-aided telephone-based intervention to usual care enhanced by periodic assessments in adult primary care patients referred for the treatment of depression, anxiety, or at-risk drinking; no part of the study involves in-person contact. For this analysis, the following data were obtained: reasons provided for declining consent; reasons provided for withdrawing from the study; study retention rate; and a thematic analysis of a satisfaction survey upon study completion. RESULTS: During the consent process, 17.1% (114/667) patients referred to the study declined to participate and 57.0% of them (65/114) attributed their refusal to research-related factors (ie, randomization and time commitment); a further 16.7% (19/114) declined owing to the telephone delivery of the intervention. Among the 377 participants who were randomized to the 1-year intervention, the overall retention rate was 82.8% (312/377). Almost no participants who withdrew from the study identified the telephone components of the study as their reason for withdrawal. Analysis of a qualitative satisfaction survey revealed that 97% (38/39) of comments related to the telephone components were positive with key reported positive attributes being accessibility, convenience, and privacy. CONCLUSIONS: Our results suggest that a computer-aided telephone support is highly acceptable to primary care patients with depression, anxiety, or at-risk drinking. In particular, these patients appreciate its accessibility, flexibility, and privacy. TRIAL REGISTRATION: ClinicalTrials.gov NCT02345122; https://clinicaltrials.gov/ct2/show/NCT02345122 (Archived by WebCite at http://www.webcitation.org/73R9Q2cle).

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)0,003
score de la tête « metaresearch » (Gemma)0,007
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 enseignants0,014
Score d'incertitude au seuil0,046

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
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 recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0140,001

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 Opus0,017
Tête enseignante GPT0,385
Écart entre enseignants0,368 · 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

Citations11
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJMIR Mental HealthMême sujetDigital Mental Health InterventionsTravaux en français237 207