Use of a Mobile Phone App to Treat Depression Comorbid With Hypertension or Diabetes: A Pilot Study in Brazil and Peru
Notice bibliographique
Résumé
BACKGROUND: Depression is underdiagnosed and undertreated in primary health care. When associated with chronic physical disorders, it worsens outcomes. There is a clear gap in the treatment of depression in low- and middle-income countries (LMICs), where specialists and funds are scarce. Interventions supported by mobile health (mHealth) technologies may help to reduce this gap. Mobile phones are widely used in LMICs, offering potentially feasible and affordable alternatives for the management of depression among individuals with chronic disorders. OBJECTIVE: This study aimed to explore the potential effectiveness of an mHealth intervention to help people with depressive symptoms and comorbid hypertension or diabetes and explore the feasibility of conducting large randomized controlled trials (RCTs). METHODS: Emotional Control (CONEMO) is a low-intensity psychoeducational 6-week intervention delivered via mobile phones and assisted by a nurse for reducing depressive symptoms among individuals with diabetes or hypertension. CONEMO was tested in 3 pilot studies, 1 in São Paulo, Brazil, and 2 in Lima, Peru. Depressive symptoms were assessed using the Patient Health Questionnaire-9 (PHQ-9) at enrollment and at 6-week follow-up. RESULTS: The 3 pilot studies included a total of 66 people. Most participants were females aged between 41 and 60 years. There was a reduction in depressive symptoms as measured by PHQ-9 in all pilot studies. In total, 58% (38/66) of the participants reached treatment success rate (PHQ-9 <10), with 62% (13/21) from São Paulo, 62% (13/21) from the first Lima pilot, and 50% (12/24) from the second Lima pilot study. The intervention, the app, and the support offered by the nurse and nurse assistants were well received by participants in both settings. CONCLUSIONS: The intervention was feasible in both settings. Clinical data suggested that CONEMO may help in decreasing participants' depressive symptoms. The findings also indicated that it was possible to conduct RCTs in these settings.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».