MétaCan
Menu
Retour à la cohorte
Enregistrement W4212892047 · doi:10.2196/30680

An E–Mental Health Solution to Prevent and Manage Posttraumatic Stress Injuries Among First Responders in Alberta: Protocol for the Implementation and Evaluation of Text Messaging Services (Text4PTSI and Text4Wellbeing)

2022· article· en· W4212892047 sur OpenAlexafffundvenueabout
Gloria Obuobi-Donkor, Ejemai Eboreime, Jennifer Bond, Natalie Phung, Scarlett Eyben, Jake Hayward, Yanbo Zhang, Frank P. MacMaster, Steven R Clelland, Russell Greiner, Chelsea Jones, Bo Cao, Suzette Brémault‐Phillips, Kristopher Wells, Xin‐Min Li, Carla Hilario, Andrew J. Greenshaw, Vincent I. O. Agyapong

Notice bibliographique

RevueJMIR Research Protocols · 2022
Typearticle
Langueen
DomainePsychology
ThématiqueDigital Mental Health Interventions
Établissements canadiensDalhousie UniversityMacEwan UniversityAlberta Health ServicesUniversity of CalgaryUniversity of Alberta
Organismes subventionnairesUniversity of AlbertaGovernment of AlbertaAlberta Health Services
Mots-clésMental healthAnxietyDepression (economics)Intervention (counseling)Quality of life (healthcare)Protocol (science)PsychologyMedicineClinical psychologyNursingPsychiatryAlternative medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: First responders are confronted with traumatic events in their work that has a substantial toll on their psychological health and may contribute to or result in posttraumatic stress injuries (PTSIs) for many responders. Persons with a PTSI usually seek management therapies. Evidence indicates that digital delivery of these therapies is an innovative, efficient, and effective way to improve PTSI symptoms as an adjunct to in-person delivery. OBJECTIVE: This project aims to implement and provide accessible, convenient, and economical SMS text messaging services, known as Text4PTSI and Text4Wellbeing, to first responders in Alberta, Canada; to prevent and improve the symptoms of PTSI among first responders; and to improve their overall quality of life. We will evaluate posttraumatic symptoms and the impact of Text4PTSI and Text4Wellbeing on stress, anxiety, and depression in relation to the correspondents' demographic backgrounds. METHODS: First responders who subscribe to Text4PTSI or Text4Wellbeing receive daily supportive and psychoeducational SMS text messages for 6 months. The SMS text messages are preprogrammed into an online software program that delivers messages to subscribers. Baseline and follow-up data are collected through online questionnaires using validated scales at enrollment, 6 weeks, 12 weeks, and 24 weeks (end point). In-depth interviews will be conducted to assess satisfaction with the text-based intervention. RESULTS: We hypothesize that participants who enroll in this program will have improved PTSI symptoms; increased or improved quality of life; and significant reduction in associated stress, depression, and anxiety symptoms, among other psychological concerns. Improvement will be determined in comparison to established baseline parameters. CONCLUSIONS: This research will be beneficial for practitioners and will inform policy-making and decision-making regarding psychological interventions for PTSI. Lessons from this study will inform the scale-up of the intervention, a cost-effective, zero contact therapeutic option to manage PTSI. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): PRR1-10.2196/30680.

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)0,024
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Protocole · Signal consensuel: Protocole
Score de désaccord entre enseignants0,803
Score d'incertitude au seuil0,391

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0240,012
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0020,003
Études des sciences et des technologies0,0070,002
Communication savante0,0020,001
Science ouverte0,0040,002
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0450,005

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 Opus0,195
Tête enseignante GPT0,622
Écart entre enseignants0,427 · 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'étudeSans objet
Domainenon disponible
GenreProtocole

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

En bref

Citations15
Publié2022
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueJMIR Research ProtocolsMême sujetDigital Mental Health InterventionsTravaux en français237 207