MétaCan
Menu
Retour à la cohorte
Enregistrement W3092838678 · doi:10.1016/s2589-7500(20)30224-7

User characteristics and outcomes from a national digital mental health service: an observational study of registrants of the Australian MindSpot Clinic

2020· article· en· W3092838678 sur OpenAlexaff
Nickolai Titov, Blake F. Dear, Olav Nielssen, Bethany M. Wootton, Rony Kayrouz, Eyal Karin, Ben Genest, James Bennett–Levy, Carol Purtell, Greg Bezuidenhout, Casey Minissale, Priti Thadhani, Nick Webb, Simon Willcock, Gerhard Andersson, Heather D. Hadjistavropoulos, David C. Mohr, David J. Kavanagh, Shane Cross, Lauren Staples

Notice bibliographique

RevueThe Lancet Digital Health · 2020
Typearticle
Langueen
DomainePsychology
ThématiqueDigital Mental Health Interventions
Établissements canadiensUniversity of Regina
Organismes subventionnairesMacquarie UniversityAustralian Government
Mots-clésTelehealthObservational studyAnxietyMedicineMental healthDepression (economics)Patient Health QuestionnaireDistressDemographicsFamily medicineTelemedicinePsychiatryHealth careClinical psychologyDepressive symptomsDemography

Résumé

récupéré en direct d'OpenAlex

Background: Interest is growing in digital and telehealth delivery of mental health services, but data are scarce on outcomes in routine care. The federally funded Australian MindSpot Clinic provides online and telephone psychological assessment and treatment services to Australian adults. We aimed to summarise demographic characteristics and treatment outcomes of patients registered with MindSpot over the first 7 years of clinic operation. Methods: We used an observational design to review all patients who registered for assessment with the MindSpot Clinic between Jan 1, 2013, and Dec 31, 2019. We descriptively analysed the demographics, service preferences, and baseline symptoms of patients. Among patients enrolled in a digital treatment course, we evaluated scales of depression (Patient Health Questionnaire-9 [PHQ-9]) and anxiety (Generalized Anxiety Disorder 7-Item Scale [GAD-7]), as primary measures of treatment outcome, from the screening assessment to post-treatment and a 3 month follow-up. The Kessler Psychological Distress 10-Item Plus Scale was also used to assess changes in general distress and disability, and course satisfaction was measured post-treatment. Outcomes: A total of 121 652 screening assessments were started, of which 96 018 (78·9%) were completed. The mean age of patients was 35·7 years (SD 13·8) and 88 702 (72·9%) were women. Based on available assessment data, 36 866 (34·5%) of 106 811 participants had never previously spoken to a health professional about their symptoms, and most people self-reported symptoms of anxiety (88 879 [81·9%] of 108 494) or depression (78 803 [72·6%] of 108 494), either alone or in combination, at baseline. 21 745 patients started treatment in a therapist-guided online course, of whom 14 503 (66·7%) completed treatment (≥four of five lessons). Key trends in service use included an increase in the proportion of people using MindSpot primarily for assessment and information, from 52·6% in 2013 to 66·7% in 2019, while the proportion primarily seeking online treatment decreased, from 42·6% in 2013 to 26·7% in 2019. Effect sizes and percentage changes were large for estimated mean scores on the PHQ-9 and GAD-7 from assessment to post-treatment (PHQ-9, Cohen's d effect size 1·40 [95% CI 1·37-1·43]; and GAD-7, 1·45 [1·42-1·47]) and the 3 month follow-up (PHQ-9, 1·36 [1·34-1·38]; and GAD-7, 1·42 [1·40-1·44]); proportions of patients with reliable symptom deterioration (score increase of ≥6 points [PHQ-9] or ≥5 points [GAD-7]) were low post-treatment (of 13 058 respondents, 184 [1·4%] had symptom deterioration on the PHQ-9 and 282 [2·2%] on the GAD-7); and patient satisfaction rates were high (12 452 [96·6%] of 12 895 respondents would recommend the course and 12 433 [96·7%] of 12 860 reported the course worthwhile). We also observed small improvements in disability following treatment as measured by days out of role. Interpretation: Our findings indicate improvement in psychological symptoms and positive reception among patients receiving online mental health treatment. These results support the addition of digital services such as MindSpot as a component in contemporary national mental health systems. Funding: None.

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)0,002
score de la tête « metaresearch » (Gemma)0,007
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 enseignants0,036
Score d'incertitude au seuil0,072

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,341
Tête enseignante GPT0,478
Écart entre enseignants0,137 · 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

Citations114
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Lancet Digital HealthMême sujetDigital Mental Health InterventionsTravaux en français237 207