Online Mindfulness-Based Cognitive Behavioral Therapy Intervention for Youth With Major Depressive Disorders: Randomized Controlled Trial
Notice bibliographique
Résumé
BACKGROUND: Approximately 70% of mental health disorders appear prior to 25 years of age and can become chronic when ineffectively treated. Individuals between 18 and 25 years old are significantly more likely to experience mental health disorders, substance dependencies, and suicidality. Treatment progress, capitalizing on the tendencies of youth to communicate online, can strategically address depressive disorders. OBJECTIVE: We performed a randomized controlled trial (RCT) that compared online mindfulness-based cognitive behavioral therapy (CBT-M) combined with standard psychiatric care to standard psychiatric care alone in youth (18-30 years old) diagnosed with major depressive disorder. METHODS: Forty-five participants were randomly assigned to CBT-M and standard care (n=22) or to standard psychiatric care alone (n=23). All participants were provided standard psychiatric care (ie, 1 session per month), while participants in the experimental group received an additional intervention consisting of the CBT-M online software program. Interaction with online workbooks was combined with navigation coaching delivered by phone and secure text messaging. RESULTS: In a two-level linear mixed-effects model intention-to-treat analysis, significant between-group differences were found for the Beck Depression Inventory-II score (difference -8.54, P=.01), Quick Inventory of Depressive Symptoms score (difference -4.94, P=.001), Beck Anxiety Inventory score (difference -11.29, P<.001), and Brief Pain Inventory score (difference -1.99, P=.03), while marginal differences were found for the Five Facet Mindfulness Questionnaire-Nonjudging subscale (difference -2.68, P=.05). CONCLUSIONS: These results confirm that youth depression can be effectively treated with online CBT-M that can be delivered with less geographic restriction. TRIAL REGISTRATION: Clinical Trials.gov NCT03406052; https://www.clinicaltrials.gov/ct2/show/NCT03406052.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,001 |
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.
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 ».