Three Decades of Internet- and Computer-Based Interventions for the Treatment of Depression: Protocol for a Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
BACKGROUND: Depression is one of the leading causes of disability worldwide. Internet- and computer-based interventions (IBIs) have been shown to provide effective, scalable forms of treatment. More than 100 controlled trials and a growing number of meta-analyses published over the past 30 years have demonstrated the efficacy of IBIs in reducing symptoms in the short and long term. Despite the large body of research, no comprehensive review or meta-analysis has been conducted to date that evaluates how the effectiveness of IBIs has evolved over time. OBJECTIVE: This systematic review and meta-analysis aims to evaluate whether there has been a change in the effectiveness of IBIs on the treatment of depression over the past 30 years and to identify potential variables moderating the effect size. METHODS: A sensitive search strategy will be executed across the Cochrane Central Register of Controlled Trials (CENTRAL), MEDLINE, EMBASE, and PsycINFO. Data extraction and evaluation will be conducted by two independent researchers. Risk of bias will be assessed. A multilevel meta-regression model will be used to analyze the data and estimate effect size. RESULTS: The search was completed in mid-2019. We expect the results to be submitted for publication in early 2020. CONCLUSIONS: The year 2020 will mark 30 years since the first paper was published on the use of IBIs for the treatment of depression. Despite the large and rapidly growing body of research in the field, evaluations of effectiveness to date are missing the temporal dimension. This review will address that gap and provide valuable analysis of how the effectiveness of interventions has evolved over the past three decades; which participant-, intervention-, and study-related variables moderate changes in effectiveness; and where research in the field may benefit from increased focus. TRIAL REGISTRATION: PROSPERO CRD42019136554; https://www.crd.york.ac.uk/prospero/display_record.php?RecordID=136554. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): PRR1-10.2196/14860.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,064 | 0,084 |
| Méta-épidémiologie (sens strict) | 0,007 | 0,005 |
| Méta-épidémiologie (sens large) | 0,021 | 0,030 |
| Bibliométrie | 0,010 | 0,010 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,008 | 0,006 |
| Science ouverte | 0,005 | 0,006 |
| Intégrité de la recherche | 0,007 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,055 | 0,007 |
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 source (Gemma direct ou Codex distillé), 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 ».