Smartphone-Based Interventions and Internalizing Disorders in Youth: Systematic Review and Meta-analysis
Notice bibliographique
Résumé
BACKGROUND: Mental health disorders in youth are a global issue that have important implications for the future quality of life and morbidity of affected individuals. In the context of public health initiatives, smartphone-based interventions have been suggested to hold the potential to be an effective strategy to reduce the symptoms of mental health disorders in youth; however, further evaluation is needed to confirm their effectiveness. This systematic review and meta-analysis documents and synthesizes existing research on smartphone-based interventions targeting internalizing disorders in youth populations. OBJECTIVE: This study aims to synthesize existing research on smartphone-based interventions targeting internalizing disorders in youth populations. METHODS: PubMed and SCOPUS were searched in 2019, and 4334 potentially relevant articles were found. A total of 12 studies were included in the final synthesis. We used the Hedges g meta-analysis approach and a random effects model for analysis. RESULTS: The results of this review note that depression and anxiety are the most commonly targeted symptoms, and unlike other similar topics, most studies reviewed were linked to a proven treatment. The overall pooled effect from the meta-analysis showed small but significant effects (κ=12; N=1370; Hedges g=0.20; 95% CI 0.02-0.38) for interventions in reducing the symptoms of internalizing disorders. In total, 4 subgroup analyses examining specific symptoms and intervention styles found varied small significant and nonsignificant effects. CONCLUSIONS: Future research should focus on developing robust evaluative frameworks and examining interventions among more diverse populations and settings. More robust research is needed before smartphone-based interventions are scaled up and used at the population level to address youth internalizing disorders.
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 | 0,013 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,008 | 0,005 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».