The impact of providing personalized depression risk information on self‐help and help‐seeking behaviors: Results from a mixed methods randomized controlled trial
Notice bibliographique
Résumé
OBJECTIVES: To evaluate the impact of providing personalized depression risk information on self-help and help-seeking behaviors among individuals who are at high risk of having a major depressive episode (MDE). MATERIALS AND METHODS: In a mixed methods randomized controlled trial, participants who were at high risk of having a MDE, were recruited from across Canada, and were randomized into intervention (n = 358) and control (n = 354) groups. Participants in the intervention group received their personalized depression risk estimated by sex-specific risk prediction models for MDE. All participants were assessed at baseline, 6 and 12 months. RESULTS: Repeated measure mixed effects modeling showed significant between group differences in self-help scores. In the complete case analysis, the between group difference in mean self-help change score was 1.13 at 12 months (effect size = 0.16). Among participants who reported "fair" or "poor health," the between group difference in mean self-help change score was 2.78 at 12 months (effect size = 0.35). The qualitative data revealed three themes and the findings are consistent with the quantitative results. CONCLUSIONS: Providing personalized depression risk information has a positive impact on self-help in high-risk individuals, particularly in those with poor health.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 | 0,000 | 0,000 |
| 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 ».