MétaCan
Menu
Retour à la cohorte
Enregistrement W3201645395 · doi:10.2196/32353

Use of a Guided Imagery Mobile App (See Me Serene) to Reduce COVID-19–Related Stress: Pilot Feasibility Study

2021· article· en· W3201645395 sur OpenAlexvenueno aff
Judith S. Gordon, David A. Sbarra, Julie Armin, Thaddeus W. W. Pace, Chris Gniady, Yessenya Barraza

Notice bibliographique

RevueJMIR Formative Research · 2021
Typearticle
Langueen
DomainePsychology
ThématiqueCOVID-19 and Mental Health
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of Arizona
Mots-clésmHealthAnxietyCoronavirus disease 2019 (COVID-19)Social mediaMental healthPsychologyData collectionSocial isolationIntervention (counseling)MedicineApplied psychologyClinical psychologyPsychological interventionComputer scienceWorld Wide WebDiseasePsychiatry

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The SARS-CoV-2 pandemic has led to concerns about mental health resulting from regional and national lockdowns, social isolation, job loss, and concern about disease exposure. OBJECTIVE: We describe results of the pilot feasibility study of the See Me Serene mHealth app. The app provides users with immersive, vivid, nature experiences to reduce stress and anxiety related to COVID-19 and other isolation. The goals of the study were to develop the See Me Serene app and test the feasibility and acceptability of study procedures, and explore the potential impact of the app on stress and anxiety. METHODS: We developed and tested the See Me Serene app and our study procedures for feasibility, and gathered preliminary data with a goal of 100 participants. The research was conducted in 2 phases: (1) development and internal testing of the app; and (2) feasibility and pilot testing with participants recruited online through earned media (eg, news stories), presentations at a university campus, and social media (eg, online sharing of earned media and presentations). The feasibility study employed a mixed methods, within-subjects, pre-/posttest design. At baseline and 30-day follow-up, we assessed stress-related variables via validated self-report measures and saliva samples for determination of cortisol concentrations. RESULTS: We met or surpassed all our feasibility benchmarks for recruitment (101 participants recruited), retention (91% [90/99] of 30-day assessment completed), and data collection (99 participants completed all baseline data; 85% [84/99] of salivary cortisol samples returned). Participants adhered to the intervention. On average, participants listened to 48.2 audio files over 30 days or approximately 1.6 audio files per day. Participants were satisfied with the app, with 87% (78/90) rating the app as helpful in dealing with stress and anxiety. The app showed the potential to reduce stress, anxiety, loneliness, and worry. We did not find significant differences (P=.41) in cortisol levels over time. Our findings suggest that future research is warranted to test the efficacy of the See Me Serene app with a representative, diverse sample. CONCLUSIONS: There is a need for evidence-based and easily disseminable stress-reduction interventions. See Me Serene is a feasible intervention and has the potential to reduce stress related to COVID-19 and other forms of social isolation. More research on See Me Serene is warranted.

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)0,005
score de la tête « metaresearch » (Gemma)0,011
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 non randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,011
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,377
Tête enseignante GPT0,579
Écart entre enseignants0,202 · 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 non randomisé
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

Citations10
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Formative ResearchMême sujetCOVID-19 and Mental HealthTravaux en français237 207