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 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 | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».