The Effectiveness of a Brief Telehealth and Smartphone Intervention for College Students Receiving Traditional Therapy: Longitudinal Study Using Ecological Momentary Assessment Data
Notice bibliographique
Résumé
BACKGROUND: Brief interventions such as mental health apps and single-session interventions are increasingly popular, efficacious, and accessible delivery formats that may be beneficial for college students whose mental health needs may not be adequately met by college counseling centers. However, no studies so far have examined the effectiveness of these modes of treatment for college students who are already receiving traditional therapy, despite it being common among this population. OBJECTIVE: The aim of this study was to compare the differences in self-reported momentary negative affect between college students in therapy and not in therapy who received a brief single-session intervention delivered by counseling center staff and a supplemental mobile app. METHODS: Data for this study were drawn from E-Manage, a brief mobile health intervention geared toward college students. Participants in the study were 173 college students who indicated whether they had received therapy. We conducted a multilevel model to determine whether there were differences between those in therapy versus not in therapy in negative affect reported throughout the study. Following this, we conducted multilevel models with therapy status as the predictor and negative affect as the outcome. RESULTS: Results of the multilevel model testing showed that the cross-level interaction between the time point (ie, pre- vs postexercise) and therapy status was significant (P=.008), with the reduction in negative affect from pre- to postexercise greater for those in therapy (b=-0.65, 95% CI -0.91 to -0.40; P<.001) than it was for those not in therapy (b=-0.31, 95% CI -0.43 to -0.19; P<.001). Therapy status was unassociated with both the pre-exercise (b=-1.69, 95% CI -3.51 to 0.13; P=.07) and postexercise (b=-1.37, 95% CI -3.17 to 0.43; P=.14) ratings of negative affect. CONCLUSIONS: These findings suggest that app-based and single-session interventions are also appropriate to use among college students who are receiving traditional therapy. A randomized controlled trial comparing students receiving therapy to students receiving therapy and E-Manage will be necessary to determine to what extent E-Manage contributed to the reductions in negative affect that therapy-attending college students experienced.
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 | 0,006 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| 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) | 0,002 | 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 ».