Protocol for process evaluation of SMART Mental Health cluster randomised control trial: an intervention for management of common mental disorders in India
Notice bibliographique
Résumé
INTRODUCTION: In India about 95% of individuals who need treatment for common mental disorders like depression, stress and anxiety and substance use are unable to access care. Stigma associated with help seeking and lack of trained mental health professionals are important barriers in accessing mental healthcare. Systematic Medical Appraisal, Referral and Treatment (SMART) Mental Health integrates a community-level stigma reduction campaign and task sharing with the help of a mobile-enabled electronic decision support system (EDSS)-to reduce psychiatric morbidity due to stress, depression and self-harm in high-risk individuals. This paper presents and discusses the protocol for process evaluation of SMART Mental Health. METHODS AND ANALYSIS: The process evaluation will use mixed quantitative and qualitative methods to evaluate implementation fidelity and identify facilitators of and barriers to implementation of the intervention. Case studies of six intervention and two control clusters will be used. Quantitative data sources will include usage analytics extracted from the mHealth platform for the trial. Qualitative data sources will include focus group discussions and interviews with recruited participants, primary health centre doctors, community health workers (Accredited Social Health Activits) who participated in the project and local community leaders. The design and analysis will be guided by Medical Research Council framework for process evaluations, the Reach, Effectiveness, Adoption, Implementation and Maintenance (RE-AIM) framework, and the normalisation process theory. ETHICS AND DISSEMINATION: The study has been approved by the ethics committee of the George Institute for Global Health, India and the Institutional Ethics Committee, All India Institute of Medical Sciences (AIIMS), New Delhi. Findings of the study will be disseminated through peer-reviewed publications, stakeholder meetings, digital and social media platforms. TRIAL REGISTRATION NUMBER: CTRI/2018/08/015355.
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 | 0,111 | 0,145 |
| Méta-épidémiologie (sens strict) | 0,010 | 0,005 |
| Méta-épidémiologie (sens large) | 0,013 | 0,009 |
| Bibliométrie | 0,007 | 0,009 |
| Études des sciences et des technologies | 0,006 | 0,007 |
| Communication savante | 0,010 | 0,007 |
| Science ouverte | 0,006 | 0,004 |
| Intégrité de la recherche | 0,011 | 0,014 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,135 | 0,028 |
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 ».