MétaCan
Menu
← Retour à la cohorte
Enregistrement W4200041631 · doi:10.2196/28141

A Digital Health Innovation to Prevent Relapse and Support Recovery in Youth Receiving Specialized Services for First-Episode Psychosis: Protocol for a Pilot Pre-Post, Mixed Methods Study of Horyzons-Canada (Phase 2)

2021· article· en· W4200041631 sur OpenAlexafffundvenueabout
Shalini Lal, John Gleeson, Simon D’Alfonso, Geraldine Etienne, Ridha Joober, Martín Lepage, Hajin Lee, Mario Álvarez‐Jiménez

Notice bibliographique

RevueJMIR Research Protocols · 2021
Typearticle
Langueen
DomainePsychology
ThématiqueDigital Mental Health Interventions
Établissements canadiensUniversité de MontréalMcGill UniversityDouglas Mental Health University Institute
Organismes subventionnairesCanadian Institutes of Health ResearchNational Health and Medical Research CouncilCanada Research ChairsMedical Research CouncilBrain and Behavior Research Foundation
Mots-clésPsychosocialIntervention (counseling)Mental healthFocus groupMedicinePsychiatryAgency (philosophy)PsychologyFamily medicineGerontologySociology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Psychotic disorders are among the most disabling of all mental disorders. The first-episode psychosis (FEP) often occurs during adolescence or young adulthood. Young people experiencing FEP often face multiple barriers in accessing a comprehensive range of psychosocial services, which have predominantly been delivered in person. New models of service delivery that are accessible, sustainable, and engaging are needed to support recovery in youth diagnosed with FEP. OBJECTIVE: In this paper, we describe a protocol to implement and evaluate the acceptability, safety, and potential efficacy of an online psychosocial therapeutic intervention designed to sustain recovery and prevent relapses in young adults diagnosed with FEP. This intervention was originally developed and tested in Australia and has been adapted for implementation and evaluation in Canada and is called Horyzons-Canada (HoryzonsCa). METHODS: This cohort study is implemented in a single-center and applies a pre-post mixed methods (qualitative-quantitative convergent) design. The study involves recruiting 20 participants from a specialized early intervention program for psychosis located in Montreal, Canada and providing them with access to the HoryzonsCa intervention for 8 weeks. Data collection includes interview-based psychometric measures, self-reports, focus groups, and interviews. RESULTS: This study received funding from the Brain and Behavior Research Foundation (United States), the Quebec Health Research Funding Agency (Canada), and the Canada Research Chairs Program. The study was approved by the Research Ethics Board of the Centre intégré universitaire de santé et de services sociaux de l'Ouest-de-l'Île-de-Montréal on April 11, 2018 (#IUSMD 17-54). Data were collected from August 16, 2018, to April 29, 2019, and a final sample of 20 individuals participated in the baseline and follow-up interviews, among which 9 participated in the focus groups. Data analysis and reporting are in process. The results of the study will be submitted for publication in 2021. CONCLUSIONS: This study will provide preliminary evidence on the acceptability, safety, and potential efficacy of using a digital health innovation adapted for the Canadian context to deliver specialized mental health services to youth diagnosed with FEP. TRIAL REGISTRATION: ISRCTN Registry ISRCTN43182105; https://www.isrctn.com/ISRCTN43182105. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): RR1-10.2196/28141.

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)0,026
score de la tête « metaresearch » (Gemma)0,015
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: Protocole · Signal consensuel: Protocole
Score de désaccord entre enseignants0,922
Score d'incertitude au seuil0,154

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0260,015
Méta-épidémiologie (sens strict)0,0030,003
Méta-épidémiologie (sens large)0,0030,004
Bibliométrie0,0030,003
Études des sciences et des technologies0,0070,003
Communication savante0,0030,002
Science ouverte0,0050,003
Intégrité de la recherche0,0040,005
Charge utile insuffisante (le modèle a refusé de juger)0,0380,004

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 Opus0,263
Tête enseignante GPT0,617
Écart entre enseignants0,354 · 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
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

Citations7
Publié2021
Routes d'admission4
Résumé présentoui

Explorer davantage

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