Transdiagnostic internet cbt for mixed anxiety and depressive: Results from a feasibility study in primary care
Notice bibliographique
Résumé
Introduction In response to the treatment gap for anxiety and depressive disorders, psychological treatments with innovative modalities and high implementation potential are essential. Internet CBT (iCBT) is a cost/effective approach that could improve access to a low-intensity evidence-based CBT intervention. Objectives To assess the feasibility and acceptability of the French adaptation of the physician-prescribed six-lesson This Way Up transdiagnostic iCBT program for mixed anxiety and depressive disorders developed in Australia. Methods Feasibility study with pre- post-intervention evaluations, including an embedded qualitative study in Family Medicine Groups (Quebec, Canada). Inclusion criteria comprise a family physician diagnosis of Major Depression, Panic Disorder, Agoraphobia, Social Anxiety Disorder or Generalized Anxiety Disorder. Primary self-reported outcomes: PHQ-9 (depression) and GAD-7 (anxiety); secondary measures include diagnostic-specific scales and health service utilisation. Results Family physicians (N=21) from five Family Medicine Groups prescribed iCBT to 45 patients (30 women, 15 men; mean age = 39.7), 31 initiated the program. To date, 20 patients completed 5 or 6 lessons, nine completed between 2 and 4. Intervention and post-treatment assessments are ongoing, results forthcoming. Results of semi-structured interviews with patients (N=15) and family physicians (ongoing) on iCBT acceptability indicate it is beneficial, practical and easy to use. Program adherence requires patient readiness and determination and could be fostered by motivational support from clinicians. Conclusions Results support this French iCBT program’s scaling-up potential to contribute to reducing the gap in evidence-based treatments for common mental disorders. Its implementation in primary care could improve the effectiveness, efficiency and equity to a rapidly accessible treatment.
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 | 0,010 | 0,009 |
| 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 | 0,002 | 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) | 0,003 | 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 ».