MétaCan
Menu
Retour à la cohorte
Enregistrement W4200578653 · doi:10.2196/26814

An Adjunctive Internet-Based Intervention to Enhance Treatment for Depression in Adults: Randomized Controlled Trial

2021· article· en· W4200578653 sur OpenAlexvenueno aff
J. Carola Pérez, Olga Fernández, Cristián Cáceres, Alyssa S. Carrasco, Markus Moessner, Stéphanie Bauer, Daniel Espinosa Duque, Sergio Gloger, Mariane Krause

Notice bibliographique

RevueJMIR Mental Health · 2021
Typearticle
Langueen
DomainePsychology
ThématiqueDigital Mental Health Interventions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMental healthRandomized controlled trialPsychological interventionMedicineIntervention (counseling)Depression (economics)PsychiatryQuality of life (healthcare)NursingInternal medicine

Résumé

récupéré en direct d'OpenAlex

Background Internet-based interventions promise to enhance the accessibility of mental health care for a greater number of people and in more remote places. Their effectiveness has been shown for the prevention and treatment of various mental disorders. However, their potential when delivered as add-on to conventional treatment (ie, blended care) is less clear. Objective The aim of this study is to study the effectiveness of an internet intervention (ASCENSO) implemented in addition to face-to-face treatment as usual (TAU) for depression. Methods A 2-arm, parallel-group, randomized controlled trial was conducted in an outpatient private mental health care center in Chile. In all, 167 adults, diagnosed with major depressive disorder, without severe comorbidities, and with internet access, were included. Eighty-four participants were assigned to the intervention group and received medical and psychological TAU from the mental health center plus access to the ASCENSO online platform. The control group (n=83) received only TAU. The ASCENSO platform includes psycho-educational information, depressive symptom monitoring and feedback, and managing emergencies based on the principles of cognitive behavioral therapy. Emergency management was mental health provider–assisted. TAU includes access to primary care physicians and psychiatrists, to a brief individual psychotherapy, and to medication when needed. The baseline questionnaires were administered in person, and 6- and 9-months assessments were conducted online. Depression symptoms and quality of life were measured by self-administered questionnaires, and treatment adherence was determined via the Mental Health Center’s internal records. The usage of ASCENSO was assessed by server logs. Reduction on depressive symptomatology was considered as the primary outcome of the intervention and quality of life as a secondary outcome. Results Of the 84 participants in the intervention group, 5 participants (6%) never accessed the online platform. Of the remaining 79 participants who accessed ASCENSO, 1 (1%, 1/79) did not answer any of the symptom questionnaire, and most participants (72/79, 91%) answered the monitoring questionnaires irregularly. The ASCENSO intervention implemented in addition to face-to-face care did not improve the outcome of the usual care delivered at the mental health center, either in terms of reduction of depressive symptoms (F2,6087= 0.48; P=.62) or in the improvement of quality of life (EQ-5D-3L: F2,7678=0.24; P=.79 and EQ-VAS: F2,6670= 0.13; P=.88). In contrast, for the primary (F2,850=78.25; P<.001) and secondary outcomes (EQ-5D-3L: F2,1067=37.87; EQ-VAS: F2,4390= 51.69; P<.001) in both groups, there was an improvement from baseline to 6 months (P<.001), but there was no change at 9 months. In addition, no effects on adherence to or use of TAU were found. Finally, the dropout rate for the face-to-face treatment component was 54% (45/84) for the intervention group versus 39% (32/83) for the control group (P=.07). Conclusions The fact that the adjunctive access to ASCENSO did not improve outcome could be due to both the rather high effectiveness of TAU and to patients’ limited use of the online platform. Trial Registration ClinicalTrials.gov NCT03093467; https://clinicaltrials.gov/ct2/show/NCT03093467

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)0,002
score de la tête « metaresearch » (Gemma)0,003
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0050,003
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,021
Tête enseignante GPT0,445
Écart entre enseignants0,424 · 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
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

Citations18
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Mental HealthMême sujetDigital Mental Health InterventionsTravaux en français237 207