Centering Lived Experience in Developing Digital Interventions for Suicide and Self-injurious Behaviors: User-Centered Design Approach
Notice bibliographique
Résumé
BACKGROUND: The prevalence of self-injurious thoughts and behaviors (SITB) signals a growing public health crisis. Despite a recognized need for improved and scalable interventions, the field of SITB intervention faces several challenges: existing interventions are often time and resource intensive, most individuals with SITB do not seek formal mental health care, and efficacious treatments are characterized by small effects. Combined, these challenges indicate a need for improved SITB interventions for individuals in formal treatment and those who are not treatment engaged but are at high risk of worsening mental health and future suicide attempts. OBJECTIVE: We present a methodological approach and set of techniques that may address these challenges by centering the lived experience of individuals with SITB in the process of developing needed services: user-centered design (UCD). METHODS: We highlight the value of UCD in the context of digital interventions for SITB by describing the UCD approach and explicating how it can be leveraged to include lived experience throughout the development and evaluation process. We provide a detailed case example highlighting 3 phases of the early development process that can be used to design an intervention that is engaging and meets end-user needs. In addition, we point to novel applications of UCD to complement new directions in SITB research. RESULTS: In this paper, we offer a 2-pronged approach to meet these challenges. First, in terms of addressing access to effective interventions, digital interventions hold promise to extend the reach of evidence-based treatments outside of brick-and-mortar health care settings. Second, to address challenges related to treatment targets and engagement, we propose involving individuals with lived experience in the design and research process. CONCLUSIONS: UCD offers a well-developed and systematic process to center the unique needs, preferences, and perceived barriers of individuals with lived SITB experience in the development and evaluation of digital interventions.
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 | 0,037 | 0,034 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,006 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,003 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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.
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 ».