MétaCan
Menu
Retour à la cohorte
Enregistrement W3018375064 · doi:10.1093/ijnp/pyw043.239

PS239. The ‘WikiGuidelines’ Smartphone application: Bridging the gaps in availability of evidence-based smartphone mental health applications

2016· article· en· W3018375064 sur OpenAlexaff
MBBS Melvyn WB Zhang, MBBS Roger Ho, Roger S. McIntyre

Notice bibliographique

RevueThe International Journal of Neuropsychopharmacology · 2016
Typearticle
Langueen
DomainePsychology
ThématiqueDigital Mental Health Interventions
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésBridging (networking)Mental healthSmartphone applicationInternet privacyPsychologySmartphone appComputer sciencePsychiatryMultimediaComputer security

Résumé

récupéré en direct d'OpenAlex

Abstract Background: Over the past decade, there have been massive advances in technology. These advances in technology have significantly transformed various aspects of healthcare. With the advent of technology, healthcare professionals could access information via the web or via various smartphone applications on the go. In the field of Psychiatry, one of the commonest mental health disorder to date, with significant morbidity and mortality is that of Major depressive disorder. Routinely, clinicians and healthcare professionals are advised to refer to standard guidelines in guiding them with regards to their treatment options. Given the high prevalence of conditions like Major Depressive Disorder, it is thus of importance that whatever guidelines that clinicians and healthcare professionals refer to are constantly kept up to date, so that patients could benefit from latest evidence based therapy and treatment. A review of the current literature highlights that whilst there are a multitude of smartphone applications designed for mental health care, previous systematic review has highlighted a paucity of evidence based applications. More importantly, current literature with regards to provision of treatment information to healthcare professionals and patients are limited to web-based interventions. Methodology: Along with the help of an international workgroup, a concise set of guidelines was developed. Making use of cross-platform techniques in smartphone application programming, the Wiki Guidelines application for doctors and patients were launched since December 2015. Results: Since inception to date, there has been a cumulative downloads of 32 and 12 for the Wiki Guidelines Application Doctor and Patient respectively. Conclusions: Harnessing the advances in E-Health made it possible for clinicians to have immediate access to guidelines that are developed. Any modification of guidelines could be done in real-time and clinicians will be able to keep abreast with the latest developments in treatment.

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)0,004
score de la tête « metaresearch » (Gemma)0,026
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Logiciel · Signal consensuel: aucune
Score de désaccord entre enseignants0,133
Score d'incertitude au seuil0,444

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,026
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0020,003
Science ouverte0,0010,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,1330,032

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 Opus0,089
Tête enseignante GPT0,442
Écart entre enseignants0,353 · 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'étudeSans objet
Domainenon disponible
GenreLogiciel

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2016
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueThe International Journal of NeuropsychopharmacologyMême sujetDigital Mental Health InterventionsTravaux en français237 207