MétaCan
Menu
Retour à la cohorte
Enregistrement W3133802444 · doi:10.1017/gmh.2021.3

A community health volunteer delivered problem-solving therapy mobile application based on the Friendship Bench ‘Inuka Coaching’ in Kenya: A pilot cohort study

2021· article· en· W3133802444 sur OpenAlexfundno aff
Asmae Doukani, Robin van Dalen, Hristo Valev, Annie Njenga, Francesco Sera, Dixon Chibanda

Notice bibliographique

RevueCambridge Prisms Global Mental Health · 2021
Typearticle
Langueen
DomaineHealth Professions
ThématiqueProblem Solving Skills Development
Établissements canadiensnon disponible
Organismes subventionnairesGrand Challenges Canada
Mots-clésHealth coachingCohortCoachingMedicineMental healthPsychological interventionWorkforceIntervention (counseling)mHealthFamily medicinePhysical therapyPsychologyNursingPsychiatry

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Sub-Saharan Africa (SSA) has the largest care gap for common mental disorders (CMDs) globally, heralding the use of cost-cutting approaches such as task-shifting and digital technologies as viable approaches for expanding the mental health workforce. This study aims to evaluate the effectiveness of a problem-solving therapy (PST) intervention that is delivered by community health volunteers (CHVs) through a mobile application called 'Inuka coaching' in Kenya. METHODS: A pilot prospective cohort study recruited participants from 18 health centres in Kenya. People who self-screened were eligible if they scored 8 or higher on the Self-Reporting Questionnaire-20 (SRQ-20), were aged 18 years or older, conversant in written and spoken English, and familiar with the use of smart mobile devices. The intervention consisted of four PST mobile application chat-sessions delivered by CHVs. CMD measures were administered at baseline, 4-weeks (post-treatment), and at 3-months follow-up assessment. RESULTS: = 22) completed their 4-week assessments, and 52 participants completed their 3-month follow-up assessment. The results showed a significant improvement over time on the Self-Reporting Questionnaire-20 (SRQ-20). Higher-range income, not reporting suicidal ideation, being aged over 30 years, and being male were associated with higher CMD symptom reduction. CONCLUSION: To our knowledge, this report is the first to pilot a PST intervention that is delivered by CHVs through a locally developed mobile application in Kenya, to which clinically meaningful improvements were found. However, a randomised-controlled trial is required to robustly evaluate this intervention.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,051

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,038
Tête enseignante GPT0,372
Écart entre enseignants0,334 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations28
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCambridge Prisms Global Mental HealthMême sujetProblem Solving Skills DevelopmentTravaux en français237 207