Mental Health Outreach via Supportive Text Messages during the COVID-19 Pandemic: Improved Mental Health and Reduced Suicidal Ideation after Six Weeks in Subscribers of Text4Hope Compared to a Control Population
Notice bibliographique
Résumé
Background: In March 2020, Alberta Health Services launched Text4Hope, a free mental health text-message service. The service aimed to alleviate pandemic-associated stress, generalized anxiety disorder (GAD), major depressive disorder (MDD), and suicidal propensity. The effectiveness of Text4Hope was evaluated by comparing psychiatric parameters between two subscriber groups. Methods: A comparative cross-sectional study with two arms: Text4Hope subscribers who received daily texts for six weeks, the intervention group (IG); and new Text4Hope subscribers who were yet to receive messages, the control group (CG). Logistic regression models were used in the analysis. Results: Participants in the IG had lower prevalence rates for moderate/high stress (78.8% vs. 88.0%), likely GAD (31.4% vs. 46.5%), and likely MDD (36.8% vs. 52.1%), respectively, compared to respondents in the CG. After controlling for demographic variables, the IG remained less likely to self-report symptoms of moderate/high stress (OR = 0.56; 95% CI = 0.41–0.75), likely GAD (OR = 0.55; 95% CI = 0.44–0.68), and likely MDD (OR = 0.50; 95% CI = 0.47–0.73). The mean Composite Mental Health score, the sum of mean scores on the PSS, GAD-7, and PHQ-9 was 20.9% higher in the CG. Conclusions: Text4Hope is an effective population-level intervention that helps reduce stress, anxiety, depression, and suicidal thoughts during the COVID-19 pandemic. Similar texting services should be implemented during global crises.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».