A Feasibility Trial of Power Up: Smartphone App to Support Patient Activation and Shared Decision Making for Mental Health in Young People
Notice bibliographique
Résumé
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».