MétaCan
Menu
Retour à la cohorte
Enregistrement W2902893436 · doi:10.2196/11981

Guided Digital Cognitive Behavioral Program for Anxiety in Primary Care: Propensity-Matched Controlled Trial

2018· article· en· W2902893436 sur OpenAlexvenueno aff
Megan Oser, Meredith L. Wallace, Francis X. Solano, Eva Szigethy

Notice bibliographique

RevueJMIR Mental Health · 2018
Typearticle
Langueen
DomainePsychology
ThématiqueDigital Mental Health Interventions
Établissements canadiensnon disponible
Organismes subventionnairesUPMC Enterprises
Mots-clésAnxietyCognitive behavioral therapyMedicineRandomized controlled trialPhysical therapyQuality of life (healthcare)CognitionAmbulatoryPropensity score matchingClinical psychologyPsychiatryInternal medicineNursing

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Cognitive behavioral therapy (CBT) is the gold standard treatment for adult anxiety disorders but is often not readily available in a scalable manner in many clinical settings. OBJECTIVE: This study examines the feasibility, acceptability, and effectiveness of a coach-facilitated digital cognitive behavioral program for anxious adults in primary care. METHODS: In an open trial, patients who screened positive for anxiety (General Anxiety Disorder-7 [GAD7] score ≥5) were offered the digital cognitive behavioral program (active group, n=593). Primary outcomes included anxiety, quality of life (QoL), and ambulatory medical use over 6 months. Intent-to-treat (ITT) and modified intent-to-treat (mITT) analyses were completed. Subsequently, we compared the outcomes of participants with those of a matched control group receiving primary care as usual (CAU; n=316). RESULTS: More than half of the patients downloaded the cognitive behavioral mobile app program and about 60% of these were considered engaged, which was defined as completion of ≥3 techniques. The active group demonstrated medium size effects on reducing anxiety symptoms (effect size d=0.44; P<.001) and improving mental health QoL (d=0.49; P<.001) and showed significantly improved physical health QoL (d=0.39; P=.002) and a decreased likelihood of high utilization of outpatient medical care (odds ratio=0.49; P<.001). The active group did not significantly outperform the CAU group in anxiety reduction or QoL improvement (d=0.20; P=.07). However, intent-to-treat analysis showed that the active group had a significantly lower likelihood of high utilization of outpatient medical care than the enhanced CAU group (P<.0001; odds ratio=0.09). CONCLUSIONS: A coach-facilitated digital cognitive behavioral program prescribed in primary care is feasible and acceptable. Primary care patients prescribed a digital cognitive behavioral program for anxiety experienced significant improvements in anxiety symptoms, QoL, and reduced medical utilization. This effect was observed even among patients with chronic medical conditions and behavioral health comorbidities. Although the primary outcomes in the active group did not improve significantly more than the CAU group, health care utilization declined, and some secondary outcomes improved in participants who engaged in the program compared to the CAU group. TRIAL REGISTRATION: ClinicalTrials.gov NCT03186872; https://clinicaltrials.gov/ct2/show/NCT03186872.

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)0,005
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 enseignants0,006
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,003
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,073
Tête enseignante GPT0,463
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 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

Citations16
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Mental HealthMême sujetDigital Mental Health InterventionsTravaux en français237 207