MétaCan
Menu
Retour à la cohorte
Enregistrement W3045152286 · doi:10.1080/09638237.2020.1793125

The complex association of barriers and interest in internet-delivered cognitive behavior therapy for depression and anxiety: informing e-health policies through exploratory path analysis

2020· article· en· W3045152286 sur OpenAlexaffabout
Maryna Yevheniv Moskalenko, Heather D. Hadjistavropoulos, Tarun Reddy Katapally

Notice bibliographique

RevueJournal of Mental Health · 2020
Typearticle
Langueen
DomainePsychology
ThématiqueDigital Mental Health Interventions
Établissements canadiensUniversity of SaskatchewanUniversity of Regina
Organismes subventionnairesnon disponible
Mots-clésPath analysis (statistics)Structural equation modelingPsychological interventionAnxietyMental healthObservational studyPopulationPsychologyClinical psychologyHealth careMedicineGerontologyPsychiatryEnvironmental healthPolitical sciencePathology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Internet-delivered cognitive behavioral therapy (ICBT) provides critical remote access to mental health care to at-risk populations. However, to our knowledge, no investigation has been conducted to understand complex pathways through which barriers to care (i.e. structural, attitudinal and technological) correlate with patient interest in ICBT. AIM: The objective of this study is to develop and test a pathway analysis framework using structural equation modeling to understand direct and mediating associations of barriers to care with interest in ICBT. METHODS: = 200) in Saskatchewan, Canada. An online survey assessed interest in ICBT, barriers to ICBT, demographics, and depression and anxiety symptoms. Utilizing structural equation modeling, a path analysis framework was developed. RESULTS: Path analysis results showed how associations between complex barriers and demographic variables correlate with interest in ICBT. For instance, the negative association of perceived financial concerns and life chaos on interest in ICBT was mediated by perceived access to care. CONCLUSION: The findings identify specific barriers that could be addressed through targeted population health interventions to improve uptake of ICBT.

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)0,010
score de la tête « metaresearch » (Gemma)0,027
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 enseignants0,027
Score d'incertitude au seuil0,055

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,027
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,098
Tête enseignante GPT0,421
Écart entre enseignants0,324 · 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

Citations15
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Mental HealthMême sujetDigital Mental Health InterventionsTravaux en français237 207