MétaCan
Menu
← Retour à la cohorte
Enregistrement W3197501966 · doi:10.2196/29495

Text Messaging Versus Email Messaging to Support Patients With Major Depressive Disorder: Protocol for a Randomized Hybrid Type II Effectiveness-Implementation Trial

2021· article· en· W3197501966 sur OpenAlexaffvenue
Medard Kofi Adu, Reham Shalaby, Ejemai Eboreime, Adegboyega Sapara, Nnamdi Nkire, Rajan Chawla, Chidi Chima, Michael Achor, Felix Osiogo, Pierre Chue, Andrew J. Greenshaw, Vincent I. O. Agyapong

Notice bibliographique

RevueJMIR Research Protocols · 2021
Typearticle
Langueen
DomainePsychology
ThématiqueDigital Mental Health Interventions
Établissements canadiensDalhousie UniversityUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésRandomized controlled trialThematic analysisContext (archaeology)Psychological interventionMedicineeHealthMental healthAnxietyDescriptive statisticsIntervention (counseling)Major depressive disorderPsychologyHealth carePsychiatryQualitative researchMood

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Major depressive disorder (MDD) accounts for 40.5% of disability-adjusted life years caused by mental and substance use disorders. Barriers such as stigma and financial and physical access to care have been reported, highlighting the need for innovative, accessible, and cost-effective psychological interventions. The effectiveness of supportive SMS text messaging in alleviating depression symptoms has been proven in clinical trials, but this approach can only help those with mobile phones. OBJECTIVE: This paper presents the protocol for a study that will aim to evaluate the feasibility, comparative effectiveness, and user satisfaction of daily supportive email messaging as an effective strategy compared to daily supportive text messaging as part of the treatment of patients with MDD. METHODS: This trial will be carried out using a hybrid type II implementation-effectiveness design. This design evaluates the effectiveness of an implementation strategy or intervention, while also evaluating the implementation context associated with the intervention. Patients with MDD receiving usual care will be randomized to receive either daily supportive email messaging or daily supportive text messaging of the same content for 6 months. The Patient Health Questionnaire-9, the Generalized Anxiety Disorder-7, and the 5-item World Health Organization Well-Being Index will be used to evaluate the effectiveness of both strategies. The implementation evaluation will be guided by the RE-AIM (Reach, Effectiveness, Adoption, Implementation, and Maintenance) framework, as well as the Consolidated Framework for Implementation Research. All outcome measures will be analyzed using descriptive and inferential statistics. Qualitative data will be analyzed using thematic analysis. RESULTS: Data collection for this trial began in April 2021. We expect the study results to be available within 18 months of study commencement. The results will shed light on the feasibility, acceptability, and effectiveness of using automated emails as a strategy for delivering supportive messages to patients with MDD in comparison to text messaging. CONCLUSIONS: The outcome of this trial will have translational impact on routine patient care and access to mental health, as well as potentially support mental health policy decision-making for health care resource allocation. TRIAL REGISTRATION: ClinicalTrials.gov NCT04638231; https://clinicaltrials.gov/ct2/show/NCT04638231. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): DERR1-10.2196/29495.

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)0,035
score de la tête « metaresearch » (Gemma)0,033
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Protocole · Signal consensuel: Protocole
Score de désaccord entre enseignants0,067
Score d'incertitude au seuil0,224

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0350,033
Méta-épidémiologie (sens strict)0,0060,003
Méta-épidémiologie (sens large)0,0090,005
Bibliométrie0,0020,002
Études des sciences et des technologies0,0030,004
Communication savante0,0040,004
Science ouverte0,0040,003
Intégrité de la recherche0,0080,008
Charge utile insuffisante (le modèle a refusé de juger)0,0670,010

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 Opus0,154
Tête enseignante GPT0,593
Écart entre enseignants0,439 · 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'étudeEssai randomisé
Domainenon disponible
GenreProtocole

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

En bref

Citations3
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJMIR Research Protocols→Même sujetDigital Mental Health Interventions→Travaux en français237 207→