Computerized Cognitive Behavioral Therapy Intervention for Depression Among Veterans: Acceptability and Feasibility Study
Notice bibliographique
Résumé
BACKGROUND: Computerized cognitive behavioral therapies (cCBTs) have been developed to deliver efficient, evidence-based treatment for depression and other mental health conditions. Beating the Blues (BtB) is one of the most empirically supported cCBTs for depression. The previous trial of BtB with veterans included regular guidance by health care personnel, which increased the complexity and cost of the intervention. OBJECTIVE: This study, conducted by researchers at a Veterans Affairs Medical Center, aims to test the acceptability and feasibility of unguided cCBT for depression among US military veterans. METHODS: To examine the acceptability of BtB delivered without additional peer or other mental health care provider support, a before-and-after trial was conducted among United States (US) military veterans experiencing mild to moderate depressive symptoms. The feasibility of the study design for a future efficacy trial was also evaluated. RESULTS: In total, 49 veterans completed preintervention assessments and received access to BtB, and 29 participants completed all postintervention assessments. The predetermined acceptability criterion for the intervention was met. Although the predetermined feasibility criteria regarding screening eligibility rate, number of BtB modules completed, and completion of a posttreatment assessment were not met, the results were comparable with those of other cCBT studies. CONCLUSIONS: This is the first study among US military veterans to demonstrate support for the implementation of cCBT for depression without the assistance of a mental health professional or a peer support specialist, suggesting that stand-alone computer-aided interventions may be viable. Ideas for improving feasibility in future trials based on this study are discussed.
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 | 0,009 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
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.
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 ».