Evaluation of a Blended Relapse Prevention Program for Anxiety and Depression in General Practice: Qualitative Study
Notice bibliographique
Résumé
BACKGROUND: Existing studies have yet to investigate the perspectives of patients and professionals concerning relapse prevention programs for patients with remitted anxiety or depressive disorders in primary care. User opinions should be considered when optimizing the use and implementation of interventions. OBJECTIVE: This study aimed to evaluate the GET READY relapse prevention programs for patients with remitted anxiety or depressive disorders in general practice. METHODS: Semistructured interviews (N=26) and focus group interviews (N=2) with patients and mental health professionals (MHPs) in the Netherlands were performed. Patients with remitted anxiety or depressive disorders and their MHPs who participated in the GET READY study were interviewed individually. Findings from the interviews were tested in focus group interviews with patients and MHPs. Data were analyzed using thematic analysis. RESULTS: Participants were positive about the program because it created awareness of relapse risks. Lack of motivation, lack of recognizability, lack of support from the MHP, and symptom severity (too low or too high) appeared to be limiting factors in the use of the program. MHPs play a crucial role in motivating and supporting patients in relapse prevention. The perspectives of patients and MHPs were largely in accordance, although they had different perspectives concerning responsibilities for taking initiative. CONCLUSIONS: The implementation of the GET READY program was challenging. Guidance from MHPs should be offered for relapse prevention programs based on eHealth. Both MHPs and patients should align their expectations concerning responsibilities in advance to ensure optimal usage. Usage of blended relapse prevention programs may be further enhanced by diagnosis-specific programs and easily accessible support from MHPs. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): RR2-10.1186/s12888-019-2034-6.
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 | 0,012 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,004 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».