MétaCan
Menu
Retour à la cohorte
Enregistrement W2898541843 · doi:10.2196/11677

A Feasibility Trial of Power Up: Smartphone App to Support Patient Activation and Shared Decision Making for Mental Health in Young People

2018· article· en· W2898541843 sur OpenAlexvenueno aff
Julian Edbrooke‐Childs, Chloe Edridge, Phoebe Averill, Louise Delane, Chris Hollis, Michael P. Craven, Kate Martin, Amy Feltham, Grace Jeremy, Jessica Deighton, Miranda Wolpert

Notice bibliographique

RevueJMIR mhealth and uhealth · 2018
Typearticle
Langueen
DomainePsychology
ThématiqueDigital Mental Health Interventions
Établissements canadiensnon disponible
Organismes subventionnairesNIHR Nottingham Biomedical Research CentreInvention for InnovationDepartment of Health and Social CareInvention for Innovation ProgrammeNational Institute for Health and Care Research
Mots-clésMental healthPsychological interventionIntervention (counseling)Digital healthmHealthRandomized controlled trialYoung adultMedicinePsychologyGerontologyNursingHealth carePsychiatry

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Digital tools have the potential to support patient activation and shared decision making in the face of increasing levels of mental health problems in young people. There is a need for feasibility trials of digital interventions to determine the usage and acceptability of interventions. In addition, there is a need to determine the ability to recruit and retain research participants to plan rigorous effectiveness trials and, therefore, develop evidence-based recommendations for practice. OBJECTIVE: This study aimed to determine the feasibility of undertaking a cluster randomized controlled trial to test the effectiveness of a smartphone app, Power Up, co-designed with young people to support patient activation and shared decision making for mental health. METHODS: Overall, 270 young people were screened for participation and 52.5% (142/270) were recruited and completed baseline measures across 8 specialist child mental health services (n=62, mean age 14.66 (SD 1.99) year; 52% [32/62] female) and 2 mainstream secondary schools (n=80; mean age 16.88 [SD 0.68] years; 46% [37/80] female). Young people received Power Up in addition to management as usual or received management as usual only. Posttrial interviews were conducted with 11 young people from the intervention arms (specialist services n=6; schools n=5). RESULTS: Usage data showed that there were an estimated 50 (out of 64) users of Power Up in the intervention arms. Findings from the interviews indicated that young people found Power Up to be acceptable. Young people reported (1) their motivation for use of Power Up, (2) the impact of use, and (3) barriers to use. Out of the 142 recruited participants, 45.0% (64/142) completed follow-up measures, and the approaches to increase retention agreed by the steering group are discussed. CONCLUSIONS: The findings of this study indicate that the app is acceptable, and it is feasible to examine the effectiveness of Power Up in a prospective cluster randomized controlled trial. TRIAL REGISTRATION: ClinicalTrials.gov NCT02552797; https://clinicaltrials.gov/ct2/show/NCT02552797 (Archived by WebCite at http://www.webcitation.org/6td6MINP0).

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)0,008
score de la tête « metaresearch » (Gemma)0,014
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 enseignants0,009
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,014
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,002
Communication savante0,0010,002
Science ouverte0,0010,002
Intégrité de la recherche0,0020,003
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 Opus0,083
Tête enseignante GPT0,474
Écart entre enseignants0,390 · 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

Citations46
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR mhealth and uhealthMême sujetDigital Mental Health InterventionsTravaux en français237 207