MétaCan
Menu
Retour à la cohorte
Enregistrement W3095158684 · doi:10.2196/22997

ReMindCare App for Early Psychosis: Pragmatic Real World Intervention and Usability Study

2020· article· en· W3095158684 sur OpenAlexvenueno aff
Lucía Bonet, John Torous, David Arce, Ignácio Blanquer, Julio Sanjuán

Notice bibliographique

RevueJMIR mhealth and uhealth · 2020
Typearticle
Langueen
DomainePsychology
ThématiqueDigital Mental Health Interventions
Établissements canadiensnon disponible
Organismes subventionnairesEuropean Regional Development FundInstituto de Salud Carlos IIIGeneralitat ValencianaEuropean Commission
Mots-clésUsabilityIntervention (counseling)PsychosisMobile appsmHealthPsychologyComputer scienceMedicineWorld Wide WebHuman–computer interactionPsychiatryPsychological intervention

Résumé

récupéré en direct d'OpenAlex

Background eHealth interventions are widely used in clinical trials and increasingly in care settings as well; however, their efficacy in real-world contexts remains unknown. ReMindCare is a smartphone app that has been systematically implemented in a first episode of psychosis program (FEPP) for patients with early psychosis since 2018. Objective The objective of this study was to assess the efficacy of ReMindCare after 19 months of use in the clinic and varying use by individual patients. Methods The integration of the ReMindCare app into the FEPP started in October 2018. Patients with early psychosis self-selected to the app (ReMindCare group) or treatment as usual (TAU group). The outcome variables considered were adherence to the intervention and number of relapses, hospital admissions, and visits to urgent care units. Data from 90 patients with early psychosis were analyzed: 59 in the ReMindCare group and 31 in the TAU group. The mean age of the sample was 32.8 (SD 9.4) years, 73% (66/90) were males, 91% (83/90) were White, and 81% (74/90) were single. Results Significant differences between the ReMindCare and TAU groups were found in the number of relapses, hospitalizations, and visits to urgent care units, with each showing benefits for the app. Only 20% (12/59) of patients from the ReMindCare group had a relapse, while 58% (18/31) of the TAU patients had one or more relapses (χ2=13.7, P=.001). Moreover, ReMindCare patients had fewer visits to urgent care units (χ2=7.4, P=.006) and fewer hospitalizations than TAU patients (χ2=4.6, P=.03). The mean of days using the app was 352.2 (SD 191.2; min/max: 18-594), and the mean of engagement was 84.5 (SD 16.04). Conclusions To our knowledge, this is the first eHealth intervention that has preliminarily proven its benefits in the real-world treatment of patients with early psychosis. International Registered Report Identifier (IRRID) RR2-10.1111/eip.12960

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,523
Score d'incertitude au seuil0,984

Scores Codex et Gemma par catégorie

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

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 Opus0,092
Tête enseignante GPT0,470
Écart entre enseignants0,378 · 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 tête enseignante, 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

Citations25
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR mhealth and uhealthMême sujetDigital Mental Health InterventionsTravaux en français237 207