An intervention to reduce stigma and improve management of depression, risk of suicide/self-harm and other significant emotional or medically unexplained complaints among adolescents living in urban slums: protocol for the ARTEMIS project
Notice bibliographique
Résumé
Abstract Background: There are around 250 million adolescents in India. Adolescents are vulnerable to common mental disorders with depression and self-harm accounting for a major share of the burden of death and disability in this age group. Around 20 percent of children and adolescents are diagnosed with/ or live with a disabling mental illness. A national survey has found that suicide is the third leading cause of death among adolescents in India. The authors hypothesise that an intervention involving an anti-stigma campaign co-created by adolescents themselves, and a mobile technology based electronic decision support system will help reduce stigma, depression, suicide risk and improve mental health for high-risk adolescents living in urban slums in India.Methods: The intervention will be implemented as a cluster randomised control trial in 30 slum clusters in each of the cities of Vijayawada and New Delhi in India. Adolescents aged 10 to 19 years will be screened for depression and suicide ideation using the Patient Health Questionnaire (PHQ-9). Two evaluation cohorts will be derived – a high-risk cohort with elevated PHQ-9 score ≥ 10 and/or a positive response (score ≥ 2) to the suicide risk question on the PHQ-9, and a non-high-risk cohort comprising an equal number of adolescents not at elevated risk based on these scores.Discussion: The key elements that ARTEMIS will focus on is increasing awareness among adolescents and the slum community on these mental health conditions as well as strengthening the skills of existing primary healthcare workers and promoting task sharing. The findings from this study will provide evidence to governments about strategies with potential for addressing the gaps in providing care for adolescents living in urban slums and experiencing depression, other significant emotional or medically unexplained complaints or increased suicide risk/self- harm and should have relevance not only for India but also for other low-and middle-income countries. Trial Status:Protocol version – V7, 20 Dec 2021Recruitment start date: tentatively after 2nd May 2022Recruitment end date: tentatively 1st May 2023 (one year after the trial start date)Trial registration: The trial has been registered in the Clinical Trial Registry India, Reference No. CTRI/2022/02/040307. Registered 18 February 2022, http://ctri.nic.in/Clinicaltrials/pmaindet2.php?trialid=47111&EncHid=&userName=ARTEMIS-%20CTRI/2022/02/040307The tentative start date of participant recruitment for the trial will begin after 2nd May 2022
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 | 0,014 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,042 | 0,004 |
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 ».