Mental Health Apps in China: Analysis and Quality Assessment
Notice bibliographique
Résumé
BACKGROUND: Mental disorders have been a great burden on health care systems, affecting the quality of life of millions of people worldwide. Developing countries, including China, suffer from the double burden of both the increasing mental health issues in population and the deficiency in mental health care resources. The use of mobile health technologies, especially for mobile phone apps, can be a possible solution. OBJECTIVE: This review aimed to describe the features and assess the quality of mental health apps in major mobile phone app markets in China and further discuss the priorities for mental health app development. METHODS: Keywords including psychology, psychological health, psychological hygiene, psychological health service(s), mental, mental health, mental hygiene, mental health service(s), depression, and anxiety were searched in Chinese in 3 Android app markets (Baidu Mobile Assistant, Tencent MyApp, and 360 Mobile Assistant) and iOS App Store independently. Mental health apps were then selected according to established criteria for in-depth analysis and quality assessment by the Mobile App Rating Scale. RESULTS: In total, 63 of 997 mental health apps were analyzed in depth, of which 78% (49/63) were developed by commercial entities for general population, 17% (11/63) were for patients or clients of specialized psychiatric hospitals or counseling agencies, 3% (2/63) were by government or local Centers for Disease Control and Prevention for general information, and 2% (1/63) for students of a university. Major built-in features of the apps included counseling services, mental health education, and self-assessment of mental health status by validated self-rating scales. The overall quality score of the MH apps was acceptable. CONCLUSIONS: Mental health apps are emerging in the area of mobile health in China. Popular mental health apps usually provide a synthetic platform organizing resources of information, knowledge, counseling services, self-tests, and management for the general population with mental health-related inquiries. The quality of the apps was rated as acceptable on average, suggesting some space for improvement. Official guidelines and regulations are urgently required for the field in the future.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».