MétaCan
Menu
Retour à la cohorte
Enregistrement W3010845317 · doi:10.2196/17345

Augmenting Safety Planning With Text Messaging Support for Adolescents at Elevated Suicide Risk: Development and Acceptability Study

2020· article· en· W3010845317 sur OpenAlexvenueno aff
Ewa K. Czyz, Alejandra Arango, Nathaniel Healy, Cheryl A. King, Maureen A. Walton

Notice bibliographique

RevueJMIR Mental Health · 2020
Typearticle
Langueen
DomainePsychology
ThématiqueSuicide and Self-Harm Studies
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute of Mental Health
Mots-clésSuicidal ideationPsychological interventionSuicide preventionMedicinePsychiatryCoping (psychology)PhonePsychologyPoison controlClinical psychologyMedical emergency

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Suicide is the second leading cause of death among adolescents. A critical need exists for developing promising interventions for adolescents after psychiatric hospitalization who are at a high risk of experiencing repeated suicidal behaviors and related crises. The high-risk period following psychiatric hospitalization calls for cost-effective and scalable continuity of care approaches to support adolescents' transition from inpatient care. Text messages have been used to improve a wide range of behavioral and health outcomes and may hold promise as an accessible continuity of care strategy for youth at risk of suicide. OBJECTIVE: In this study of 40 adolescents at elevated suicide risk, we report on the iterative development and acceptability of a text-based intervention designed to encourage adaptive coping and safety plan adherence in the high-risk period following psychiatric hospitalization. METHODS: Adolescents (aged 13-17 years) who were hospitalized because of last-month suicide attempts or last-week suicidal ideation took part in either study phase 1 (n=25; 19/25, 76% female), wherein message content was developed and revised on the basis of feedback obtained during hospitalization, or study phase 2 (n=15; 11/15, 73% female), wherein text messages informed by phase 1 were further tested and refined based on feedback obtained daily over the course of a month after discharge (n=256 observations) and during an end-of-study phone interview. RESULTS: Quantitative and qualitative feedback across the 2 study phases pointed to the acceptability of text-based support. Messages were seen as having the potential to be helpful with the transition after hospitalization, with adolescents indicating that texts may serve as reminders to use coping strategies, contribute to improvement in mood, and provide them with a sense of encouragement and hope. At the same time, some adolescents expressed concerns that messages may be insufficient for all teens or circumstances. In phase 2, the passage of time did not influence adolescents' perception of messages in the month after discharge (P=.74); however, there were notable daily level associations between the perception of messages and adolescents' affect. Specifically, higher within-person (relative to adolescents' own average) anger was negatively related to liking text messages (P=.005), whereas within-person positive affect was associated with the perception of messages as more helpful (P=.04). CONCLUSIONS: Text-based support appears to be an acceptable continuity of care strategy to support adolescents' transition after hospitalization. The implications of study findings are discussed. Future work is needed to evaluate the impact of text-based interventions on suicide-related outcomes.

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)0,014
score de la tête « metaresearch » (Gemma)0,019
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 enseignants0,014
Score d'incertitude au seuil0,074

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,019
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,050
Tête enseignante GPT0,376
Écart entre enseignants0,326 · 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

Citations36
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Mental HealthMême sujetSuicide and Self-Harm StudiesTravaux en français237 207