A Digital Peer Support Platform to Translate Web-Based Peer Support for Emerging Adult Mental Well-being: Protocol for a Randomized Controlled Trial
Notice bibliographique
Résumé
BACKGROUND: Mental health issues among emerging adults (aged 19-25 years) on a global scale have underscored the need to address their widespread experiences of depression and anxiety. As a result of the COVID-19 pandemic, emerging studies are being directed toward the development and deployment of digital peer emotional disclosure and support for the psychological well-being of emerging adults. However, it is important to explore the implementation and clinical effectiveness, as well as associated mechanisms of change, for optimal approaches in conducting digital peer support interventions for emerging adults' psychological well-being. OBJECTIVE: We describe a randomized controlled trial to evaluate the implementation and clinical effectiveness of Acceset, a digital peer support intervention to address emerging adult mental well-being. The intervention has 2 components. First, the digital peer support training equips befrienders (ie, peers who provide support) to harness 4 components of psychological well-being-mattering, selfhood, compassion, and mindfulness-to provide effective peer support for seekers (ie, peers who seek support). Second, Acceset incorporates psychological well-being digital markers and harnesses community engagement to drive emotional disclosure among peers. METHODS: A total of 100 participants (aged 19-25 years) from the National University of Singapore will be recruited and randomized into 2 arms. In arm 1 (n=50), the seekers will use Acceset with befrienders (n=30) as well as moderators (n=30) for 3 weeks. Arm 2 comprises a wait-listed control group (n=50). A questionnaire battery will be used to monitor seekers and befrienders at 4 time points. These include baseline (before the intervention), 3 weeks (end of the intervention), and 6 and 9 weeks (carryover effect measurement). Implementation outcomes of the intervention will involve evaluation of the training curriculum with respect to adoption and fidelity as well as user acceptability of the Acceset platform and its feasibility for broader deployment. Clinical outcomes will include mattering, selfhood, compassion, mindfulness, perceived social support, and psychological well-being scores. RESULTS: This protocol received National University of Singapore Institutional Ethics Review Board approval in October 2021. Recruitment will commence in January 2022. We expect data collection and analyses to be completed in June 2022. Preliminary findings are expected to be published in December 2022. The Cohen d index will be used for effect size estimation with a .05 (95% reliability) significance level and 80% power. CONCLUSIONS: This protocol considers a novel digital peer support intervention-Acceset-that incorporates components and digital markers of emerging adult mental well-being. Through the validation of the Acceset intervention, this study defines the parameters and conditions for digital peer support interventions for emerging adults. TRIAL REGISTRATION: ClinicalTrials.gov NCT05083676; https://clinicaltrials.gov/ct2/show/NCT05083676. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): PRR1-10.2196/34602.
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 | 0,032 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,007 | 0,004 |
| Méta-épidémiologie (sens large) | 0,015 | 0,007 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,004 | 0,004 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,008 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,133 | 0,018 |
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 ».