MétaCan
Menu
Retour à la cohorte
Enregistrement W4205408972 · doi:10.2196/29566

Satisfaction and Acceptability Ratings of a Web-Based Self-help Intervention for Depression: Retrospective Cross-sectional Study From a Resource-Limited Country

2021· article· en· W4205408972 sur OpenAlexvenueno aff
Ma. Asunción Lara, Pamela Patiño, Marcela Tiburcio, Laura Navarrete

Notice bibliographique

RevueJMIR Formative Research · 2021
Typearticle
Langueen
DomainePsychology
ThématiqueDigital Mental Health Interventions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPsychological interventionMedicineCross-sectional studyDepression (economics)Logistic regressionOdds ratioUsabilityDemographyFamily medicinePsychologyPsychiatryInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Web-based interventions are at an early stage in non-English-speaking low- and middle-income countries, where they remain scarce. Help for Depression (HDep) is one of the few unguided web-based interventions available in Latin America. The results of a use/usability analysis of the original version served as the basis for generating a more user-friendly second version. OBJECTIVE: The aim of this study is to explore participants' satisfaction and acceptability for the second version of HDep. METHODS: A retrospective cross-sectional design was used. An email invitation to complete a web-based survey was sent to all people who accessed HDep in 2018. The questionnaire included satisfaction and acceptability scales and open-ended questions. Complete questionnaires were retrieved from 191 participants: 35.1% (67/191) from those who visited only the home page (home page users [HPUs]) and 6.47% (124/1916) from those who registered to use the program (program users [PUs]). RESULTS: In all groups, users experienced high levels of depressive symptoms (189/191, 98.9%; Center for Epidemiological Studies Scale-Depression >16). Moderate levels of satisfaction (HPUs: mean 21.9, SD 6.7; PUs: mean 21.1, SD 5.8; range: 8-32) and acceptability (HPUs: mean 13.8, SD 3.9; PUs: mean 13.9, SD 3.2; range: 5-20) were found in both groups. Logistic regression analyses showed that among HPUs, women were more satisfied with HDep (odds ratio [OR] 3.4, 95% CI 1.1-10.0), whereas among PUs, older respondents (OR 1.04, 95% CI 1.01-1.08), those with paid work (OR 3.1, 95% CI 2.4-7.6), those who had not been in therapy (OR 2.42, 95% CI 1.09-5.98), and those who had not attempted suicide (OR 3.4, 95% CI 1.1-11.1) showed higher satisfaction. None of the sociodemographic/mental health variables distinguished the acceptability ratings among HPUs. Among PUs, those with paid work (OR 2.5, 95% CI 1.1-5.5), those who had not been in therapy (OR 3.1, 95% CI 1.3-7.3), those without disability (OR 2.9, 95% CI 1.3-6.6), and those who had not attempted suicide (OR 2.6, 95% CI 1.0-6.6) showed higher acceptability. CONCLUSIONS: HDep has good levels of satisfaction and acceptability for approximately half of its users, and the information provided by respondents suggested feasible ways to remedy some of the deficiencies. This qualitative-quantitative study from a low- to middle-income, non-English-speaking country adds to existing knowledge regarding acceptance and satisfaction with web-based interventions for depression in resource-limited countries. This information is important for the creation and adaptation of web-based interventions in low- and middle-income countries, where access to treatment is a major concern, and web-based prevention and treatment programs can help deliver evidence-based alternatives. It is necessary to document the pitfalls, strengths, and challenges of such interventions in this context. Understanding how users perceive an intervention might suggest modifications to increase adherence.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,962

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,060
Tête enseignante GPT0,474
Écart entre enseignants0,414 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations17
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Formative ResearchMême sujetDigital Mental Health InterventionsTravaux en français237 207