Atmiyata, a community led intervention to address common mental disorders: Study protocol for a stepped wedge cluster randomized controlled trial in rural Gujarat, India
Notice bibliographique
Résumé
Abstract Background While lay-health worker models for mental health care have proven to be effective in controlled trials, there is limited evidence on the effectiveness and scalability of these models in rural communities in low- and middle-income countries (LMICs). Atmiyata is a rural community-led intervention using local community volunteers, called Champions, to identify and provide evidence-based counselling for persons with common mental disorders (CMD) as part of a package of community-based interventions for mental health. Methods The impact of the Atmiyata intervention is evaluated through a stepped wedge cluster randomized controlled trial (SW-CRCT) with a nested economic evaluation. The trial spans across 10 sub-blocks (645 villages) in Mehsana district with 1.52 million rural adult population. 56 PHCs in Mehsana district are equally divided into four clusters of 14 PHCs each, and the intervention is rolled out in cluster in a staggered manner at an interval of 5 months. The primary outcome is symptomatic improvement measured through the GHQ-12 at 3-month follow-up. Secondary outcomes include: quality of life using the EURO-QoL (EQ- 5D), symptom improvement measured by the Self-reporting questionnaire-20 (SRQ-20), functioning using the WHO Disability Assessment Scale (WHO-DAS-12), depression symptoms (Patient Health Questionnaire, PHQ-9)) and anxiety symptoms (Generalized Anxiety Disorder Questionnaire, GAD-7) and social participation using the Social Participation Scale (SPS). Linear mixed effects models are employed for continuous outcomes and generalized linear mixed effects model for binary outcomes. Discussion Stepped wedge designs are progressively being used to evaluate real-life effectiveness of interventions. To the best of our knowledge, this is the first SW-CRCT in a LMIC evaluating the impact of the implementation of a mental health intervention. The results of this study will contribute to the evidence on scaling-up lay health worker models for mental health interventions and contribute to the SW-CRCT literature in LMICs.
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 | 0,017 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,002 |
| Méta-épidémiologie (sens large) | 0,007 | 0,004 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,004 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,046 | 0,006 |
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 ».