Optimizing an Acceptance and Commitment Therapy Microintervention Via a Mobile App With Two Cohorts: Protocol for Micro-Randomized Trials
Notice bibliographique
Résumé
BACKGROUND: Given gaps in the treatment of mental health, brief adaptive interventions have become a public health imperative. Transdiagnostic interventions may be particularly appropriate given high rates of medical comorbidity and the broader reach of transdiagnostic therapies. One such approach utilized herein is acceptance and commitment therapy (ACT), which is focused on increasing engagement with values, awareness, and openness to internal experiences. ACT theory posits that experiential avoidance is at the center of human suffering, regardless of diagnosis, and, as such, seeks to reduce unworkable experiential avoidance. OBJECTIVE: Our objective is to provide the rationale and protocol for examining the safety, feasibility, and effectiveness of optimizing an ACT-based intervention via a mobile app among two disparate samples, which differ in sociodemographic characteristics and symptom profiles. METHODS: Twice each day, participants are prompted via a mobile app to complete assessments of mood and activity and are then randomly assigned to an ACT-based intervention or not. These interventions are questions regarding engagement with values, awareness, and openness to internal experiences. Participant responses are recorded. Analyses will examine completion of assessments, change in symptoms from baseline assessment, and proximal change in mood and activity. A primary outcome of interest is proximal change in activity (eg, form and function of behavior and energy consumed by avoidance and values-based behavior) following interventions as a function of time, symptoms, and behavior, where we hypothesize that participants will focus more energy on values-based behaviors. Analyses will be conducted using a weighted and centered least squares approach. Two samples will run concurrently to assess the capacity of optimizing mobile ACT in populations that differ widely in their clinical presentation and sociodemographic characteristics: individuals with bipolar disorder (n=30) and distressed first-generation college students (n=50). RESULTS: Recruitment began on September 10, 2019, for the bipolar sample and on October 5, 2019, for the college sample. Participation in the study began on October 18, 2019. CONCLUSIONS: This study examines an ACT-based intervention among two disparate samples. Should ACT demonstrate feasibility and preliminary effectiveness in each sample, a large randomized controlled trial applying ACT across diagnoses and demographics would be indicated. The public health implications of such an approach may be far-reaching. TRIAL REGISTRATION: ClinicalTrials.gov NCT04098497; https://clinicaltrials.gov/ct2/show/NCT04098497; ClinicalTrials.gov NCT04081662; https://clinicaltrials.gov/ct2/show/NCT04081662. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): DERR1-10.2196/17086.
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 | 0,036 | 0,053 |
| Méta-épidémiologie (sens strict) | 0,006 | 0,003 |
| Méta-épidémiologie (sens large) | 0,009 | 0,005 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,004 | 0,003 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,008 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,083 | 0,015 |
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 ».