A pilot randomized controlled trial of a group intervention via Zoom to relieve loneliness and depressive symptoms among older persons during the COVID-19 outbreak
Notice bibliographique
Résumé
While effective in reducing infections, social distancing during the COVID-19 outbreak may carry ill effects on the mental health of older adults. The present study explored the efficacy of a short-term digital group intervention aimed at providing seniors with the tools and skills necessary for improving their coping ability during these stressful times. A total of 82 community-dwelling adults aged between 65 aged 90 (Mage = 72 years, SD = 5.63) were randomized to either an intervention group (n = 64) or a wait-list control group (n = 18). The intervention comprised online guided sessions in small groups in which behavioral and cognitive techniques were learned and practiced via the ZOOM videoconferencing platform. Loneliness and depression levels were measured pre- and post-participation. The results demonstrated a significant improvement in the intervention group in terms of both loneliness and depressive symptoms, compared with the control group. Results of mixed effect models indicated a medium ameliorative effect on loneliness (d = 0.58), while that for depressive symptoms was only marginally significant and smaller in size (d = 0.43). Our intervention presents a relatively simple and effective technique that can be efficiently utilized to support older adults both during emergencies such as the COVID-19 outbreak, as well as in more routine times for older adults who live alone or reside in remote areas.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| 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) | 0,008 | 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 ».