MétaCan
Menu
Retour à la cohorte
Enregistrement W2964311995 · doi:10.2196/13638

Attrition in an Online Loneliness Intervention for Adults Aged 50 Years and Older: Survival Analysis

2019· article· en· W2964311995 sur OpenAlexvenueno aff
Tamara Bouwman, T.G. van Tilburg, Marja Aartsen

Notice bibliographique

RevueJMIR Aging · 2019
Typearticle
Langueen
DomainePsychology
ThématiqueDigital Mental Health Interventions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAttritionLonelinessPsychological interventionIntervention (counseling)Coping (psychology)GerontologyPsychologyHazard ratioMedicineClinical psychologySocial psychologyPsychiatryConfidence interval

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Online interventions can be as effective as in-person interventions. However, attrition in online intervention is high and potentially biases the results. More importantly, high attrition rates might reduce the effectiveness of online interventions. Therefore, it is important to discover the extent to which factors affect adherence to online interventions. The setting for this study is the online Friendship Enrichment Program, a loneliness intervention for adults aged 50 years and older. OBJECTIVE: This study examined the contribution of severity of loneliness, coping preference, activating content, and engagement in attrition within an online intervention. METHODS: Data were collected from 352 participants in an online loneliness intervention for Dutch people aged 50 years and older. Attrition was defined as not completing all 10 intervention lessons. The number of completed lessons was assessed through the management system of the intervention. We tested 4 hypotheses on attrition by applying survival analysis (Cox regression). RESULTS: Of the 352 participants who subscribed to the intervention, 46 never started the introduction. The remaining 306 participants were divided into 2 categories: 73 participants who did not start the lessons of the intervention and 233 who started the lessons of the intervention. Results of the survival analysis (n=233) showed that active coping preference (hazard ratio [HR]=0.73), activating content (HR=0.71), and 2 indicators of engagement (HR=0.94 and HR=0.79) lowered attrition. Severity of loneliness was not related to attrition. CONCLUSIONS: To reduce attrition, developers of online (loneliness) interventions may focus on stimulating active behavior within the intervention.

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)0,021
score de la tête « metaresearch » (Gemma)0,035
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,113

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0210,035
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,004
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,055
Tête enseignante GPT0,419
Écart entre enseignants0,364 · 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'étudeObservationnel
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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR AgingMême sujetDigital Mental Health InterventionsTravaux en français237 207