Delivering an Online Cognitive Behavioral Therapy Program to Address Mental Health Challenges Faced by Correctional Workers and Other Public Safety Personnel: Protocol for a Mixed Methods Study
Notice bibliographique
Résumé
BACKGROUND: Public safety personnel have regular and often intense exposure to potentially traumatic events at work, especially workplace violence in the case of correctional workers. Subsequently, correctional workers are at higher risk of developing mental health problems such as posttraumatic stress disorder. Public safety personnel are up to 4 times more likely to experience suicidal ideation, suicidal attempts, and death by suicide compared to the general population. Despite this high prevalence, help-seeking behaviors from public safety personnel are low due to stigma and irregular work hours limiting access to care. Innovative treatments are needed to address these challenges. OBJECTIVE: This study will investigate the efficacy of an electronically delivered cognitive behavioral therapy (e-CBT) program tailored to correctional workers' mental health problems. METHODS: This study is composed of 4 phases. In phase 1, we will interview correctional workers individually and in focus groups to identify personal, social, and cultural factors affecting their mental health and barriers to care. Phase 2 will use the information gathered from the interviews to develop gender- and diagnosis-specific e-CBT modules. These will be presented to a new group of participants who will provide further feedback on their usability and accessibility. In phase 3, we will randomly assign participants to either an e-CBT or treatment as usual arm. The program will be evaluated with validated symptomatology questionnaires and interviews. Phase 4 will use this additional information to fine-tune the e-CBT modules for a larger-scale randomized controlled trial design comparing the e-CBT program to in-person CBT. All e-CBT modules will be delivered through a secure online platform. RESULTS: The study received ethics approval in December 2020, and participant recruitment began in March 2021. Participant recruitment has been conducted through targeted advertisements and physician referrals. To date, there have been 15 participants recruited for Phase 1, and it is expected to conclude in July 2021, with phase 2 beginning in September 2021. Complete data collection and analysis from all phases are expected to conclude by July 2023. Linear and binomial regression (for continuous and categorical outcomes, respectively) will be conducted along with interpretive qualitative methods. CONCLUSIONS: If proven efficacious and feasible, this e-CBT program can provide a high-quality and clinically validated resource to address the mental health problems of correctional workers. Additionally, findings can contribute to the development of innovative treatments for other public safety professions. TRIAL REGISTRATION: ClinicalTrials.gov NCT04666974; https://www.clinicaltrials.gov/ct2/show/NCT04666974. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): DERR1-10.2196/30845.
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 | 0,029 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,003 |
| Méta-épidémiologie (sens large) | 0,006 | 0,004 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,005 | 0,002 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,005 | 0,002 |
| Intégrité de la recherche | 0,005 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,047 | 0,009 |
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 ».