Acceptability of an mHealth App for Youth With Substance Use and Mental Health Needs: Iterative, Mixed Methods Design
Notice bibliographique
Résumé
BACKGROUND: Treating substance use disorders (SUDs) during adolescence can prevent adult addiction and improve youth outcomes. However, it can be challenging to keep adolescents with SUDs engaged in ongoing services, thus limiting potential benefits. Developmentally appropriate tools are needed to improve treatment engagement during and between sessions for youth with SUDs and mental health disorders. Mobile health apps may augment or replace psychotherapy components; however, few have been developed specifically for youth with SUDs following user-guided design principles, which may limit their appropriateness and utility. Formative research on acceptability to intended end users is needed before the efficacy of such tools can be examined. OBJECTIVE: This study involves user-centered, iterative development and initial user testing of a web-based app for adolescents with SUDs and mental health concerns. METHODS: Adolescents aged 14 to 17 years with past-year involvement in outpatient psychotherapy and behavioral health clinicians with adolescent SUD treatment caseloads were recruited. Across 2 assessment phases, 40 participants (alpha: 10 youths and 10 clinicians; beta: 10 youths and 10 clinicians) viewed an app demonstration and completed semistructured interviews and questionnaires about app content and functionality. RESULTS: Participants expressed positive impressions of the app and its potential utility in augmenting outpatient therapy for youth with SUDs and mental health concerns. Noted strengths included valuable educational content, useful embedded resources, and a variety of activities. Adolescents and clinicians favored the app over conventional (paper-and-pencil) modalities, citing convenience and familiarity. The app was found to be user-friendly and likely to improve treatment engagement. Adolescents suggested the inclusion of privacy settings, and clinicians recommended more detailed instructions and simplified language. CONCLUSIONS: The novel app developed here appears to be a promising, acceptable, and highly scalable resource to support adolescents with SUDs and mental health concerns. Future studies should test the efficacy of such apps in enhancing adolescent behavioral health treatment engagement and outcomes.
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 | 0,048 | 0,051 |
| 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 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».