MétaCan
Menu
Retour à la cohorte
Enregistrement W4210551455 · doi:10.2196/33551

Internet-Delivered Interventions for Depression and Anxiety Symptoms in Children and Young People: Systematic Review and Meta-analysis

2022· review· en· W4210551455 sur OpenAlexaffvenue
Nora Eilert, Rebecca Wogan, Aisling Leen, Derek Richards

Notice bibliographique

RevueJMIR Pediatrics and Parenting · 2022
Typereview
Langueen
DomainePsychology
ThématiqueDigital Mental Health Interventions
Établissements canadiensTrinity College
Organismes subventionnairesnon disponible
Mots-clésAnxietyPsycINFOPsychological interventionMeta-analysisMental healthRandomized controlled trialSystematic reviewDepression (economics)MedicineIntervention (counseling)Publication biasMEDLINEClinical psychologyPsychiatryPsychologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Mental health difficulties in children and adolescents are highly prevalent; however, only a minority receive adequate mental health care. Internet-delivered interventions offer a promising opportunity to increase access to mental health treatment. Research has demonstrated their effectiveness as a treatment for depression and anxiety in adults. This work provides an up-to-date examination of the available intervention options and their effectiveness for children and young people (CYP). OBJECTIVE: In this systematic review and meta-analysis, we aimed to determine the evidence available for the effectiveness of internet-delivered interventions for treating anxiety and depression in CYP. METHODS: Systematic literature searches were conducted throughout November 2020 using PubMed, PsycINFO, and EBSCO academic search complete electronic databases to find outcome trials of internet-delivered interventions treating symptoms of anxiety and/or depression in CYP by being either directly delivered to the CYP or delivered via their parents. Studies were eligible for meta-analysis if they were randomized controlled trials. Risk of bias and publication biases were evaluated, and Hedges g between group effect sizes evaluating intervention effects after treatment were calculated. Meta-analyses used random-effects models as per protocol. RESULTS: A total of 23 studies met the eligibility criteria for the systematic review, of which 16 were included in the meta-analyses, including 977 participants in internet-delivered treatment conditions and 1008 participants in control conditions across 21 comparisons. Random-effects models detected a significant small effect for anxiety symptoms (across 20 comparisons; Hedges g=-0.25, 95% CI -0.38 to -0.12; P<.001) and a small but not significant effect for depression (across 13 comparisons; Hedges g=-0.27, 95% CI -0.55 to 0.01; P=.06) in favor of internet-delivered interventions compared with control groups. Regarding secondary outcomes, there was a small effect of treatment across 9 comparisons for impaired functioning (Hedges g=0.52, 95% CI 0.24-0.80; P<.001), and 5 comparisons of quality of life showed no effect (Hedges g=-0.01, 95% CI -0.23 to 0.21; P=.94). CONCLUSIONS: The results show that the potential of internet-delivered interventions for young people with symptoms of anxiety or depression has not been tapped into to date. This review highlights an opportunity for the development of population-specific interventions and their research to expand our current knowledge and build an empirical base for digital interventions for CYP. TRIAL REGISTRATION: PROSPERO CRD42020220171; https://www.crd.york.ac.uk/prospero/display_record.php?RecordID=220171.

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)0,013
score de la tête « metaresearch » (Gemma)0,036
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,067

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,036
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0210,031
Bibliométrie0,0080,008
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,097
Tête enseignante GPT0,418
Écart entre enseignants0,321 · 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'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations41
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJMIR Pediatrics and ParentingMême sujetDigital Mental Health InterventionsTravaux en français237 207