Dropout From an Internet-Delivered Cognitive Behavioral Therapy Intervention for Adults With Depression and Anxiety: Qualitative Study
Notice bibliographique
Résumé
BACKGROUND: Treatment dropout continues to be reported from internet-delivered cognitive behavioral therapy (iCBT) interventions, and lower completion rates are generally associated with lower treatment effect sizes. However, evidence is emerging to suggest that completion of a predefined number of modules is not always necessary for clinical benefit or consideration of the needs of each individual patient. OBJECTIVE: The aim of this study is to perform a qualitative analysis of patients' experiences with an iCBT intervention in a routine care setting to achieve a deeper insight into the phenomenon of dropout. METHODS: A total of 15 purposively sampled participants (female: 8/15, 53%) from a larger parent randomized controlled trial were interviewed via telephone using a semistructured interview schedule that was developed based on the existing literature and research on dropout in iCBT. Data were analyzed using a descriptive-interpretive approach. RESULTS: The experience of treatment leading to dropout can be understood in terms of 10 domains: relationship to technology, motivation to start, background knowledge and attitudes toward iCBT, perceived change in motivation, usage of the program, changes due to the intervention, engagement with content, experience interacting with the supporter, experience of web-based communication, and termination of the supported period. CONCLUSIONS: Patients who drop out of treatment can be distinguished in terms of their change in motivation: those who felt ready to leave treatment early and those who had negative reasons for dropping out. These 2 groups of participants have different treatment experiences, revealing the potential attributes and nonattributes of dropout. The reported between-group differences should be examined further to consider those attributes that are strongly descriptive of the experience and regarded less important than those that have become loosely affiliated.
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 | 0,012 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,006 | 0,004 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».