<scp>Technology‐enabled</scp> collaborative care for youth with early psychosis: A protocol for a feasibility study to improve physical health behaviours
Notice bibliographique
Résumé
AIM: Individuals with psychotic disorders have poorer health outcomes and die earlier due to cardiovascular diseases when compared to healthy populations. Contributing factors include low levels of physical activity, poor nutrition and tobacco smoking. Currently, patients navigate a fragmented health-care system to seek physical and mental health services, often without access to evidence-based health promotion interventions, especially in non-academic settings or rural areas, increasing client barriers at the individual and provider level. To address these gaps, we wish to test the feasibility and impact of a Technology-Enabled Collaborative Care for Youth (TECC-Y) model to improve healthy behaviours among youth with early psychosis. The model addresses geographical barriers and maldistribution of physical and mental health care. METHODS: A randomized controlled trial, including youth (ages of 16-29) with early psychosis (diagnosed in the past 5 years) residing in Ontario, Canada. Our primary outcome is client engagement. Secondary outcomes include smoking status, physical health and nutrition. Participants are randomly assigned to either a health coach supervised by a virtual care team, or a self-directed learning group (e-platform with psychoeducational materials). Assessments are conducted at baseline, 6, 12 and 24 weeks. RESULTS: This paper presents the protocol of the study. Recruitment commenced in August 2018. This study was registered on 16 July 2018 on clinicaltrials.gov (Registry ID: NCT03610087). CONCLUSIONS: TECC-Y will determine if a technology-based collaborative care model engages youth with early psychosis, and whether this will be associated with changes in smoking, physical health and nutrition.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».