MétaCan
Menu
Retour à la cohorte
Enregistrement W4286762483 · doi:10.2196/36358

Evaluating the Efficacy of a Guided and Unguided Internet-Based Self-help Intervention for Chronic Loneliness: Protocol for a 3-Arm Randomized Controlled Trial

2022· article· en· W4286762483 sur OpenAlexvenueno aff
Noëmi Seewer, Andrej Skoko, Anton Käll, Gerhard Andersson, Maike Luhmann, Thomas Berger, Tobias Krieger

Notice bibliographique

RevueJMIR Research Protocols · 2022
Typearticle
Langueen
DomainePsychology
ThématiqueDigital Mental Health Interventions
Établissements canadiensnon disponible
Organismes subventionnairesBoettcher FoundationSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen ForschungNational Science Foundation
Mots-clésLonelinessClinical psychologyPopulationPsychological interventionPsychologyRandomized controlled trialIntervention (counseling)Social supportAnxietyPsychiatryMedicinePsychotherapist

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Loneliness, or perceived social isolation, is prevalent in both the general population and clinical practice. Although loneliness has repeatedly been associated with mental and physical health, research on interventions that reduce loneliness effectively is still rather scarce. OBJECTIVE: This study aims to evaluate the efficacy of a guided and an unguided version of the same internet-based cognitive behavioral self-help program for loneliness (SOLUS-D) for adults. METHODS: A total of 250 participants will be randomly assigned to 1 of 2 intervention groups (SOLUS-D with guidance or SOLUS-D without guidance) or a wait-list control group (2:2:1 allocation ratio). Adult participants experiencing high levels of loneliness will be recruited from the general population. Individuals currently experiencing at least moderately severe depressive symptoms, an ongoing severe substance use disorder, previous or current bipolar or psychotic disorder, or acute suicidality will be excluded from the trial. Assessments will take place at baseline, 5 weeks (midassessment), and 10 weeks (postassessment). The primary outcome is loneliness assessed using the 9-item University of California, Los Angeles Loneliness Scale at the posttreatment time point. Secondary outcomes include depressive symptoms, symptoms of social anxiety, satisfaction with life, social network size, and variables assessing cognitive bias and social behavior. The maintenance of potentially achieved gains will be assessed and compared at 6 and 12 months after randomization in the 2 active conditions. Potential moderators and mediators will be tested exploratorily. Data will be analyzed on an intention-to-treat basis. RESULTS: Recruitment and data collection started in May 2021 and are expected to be completed by 2022, with the 12-month follow-up to be completed by 2023. As of the time of submission of the manuscript, 134 participants were randomized. CONCLUSIONS: This 3-arm randomized controlled trial will add to the existing research on the efficacy of loneliness interventions. Furthermore, it will shed light on the role of human guidance in internet-based treatments for individuals with increased levels of loneliness and the possible mechanisms of change. If SOLUS-D proves effective, it could provide a low-threshold, cost-efficient method of helping and supporting individuals with increased levels of loneliness. TRIAL REGISTRATION: ClinicalTrials.gov NCT04655196; https://clinicaltrials.gov/ct2/show/NCT04655196. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): DERR1-10.2196/36358.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,027
score de la tête « metaresearch » (Gemma)0,026
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Protocole · Signal consensuel: Protocole
Score de désaccord entre enseignants0,060
Score d'incertitude au seuil0,202

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0270,026
Méta-épidémiologie (sens strict)0,0060,003
Méta-épidémiologie (sens large)0,0140,007
Bibliométrie0,0030,003
Études des sciences et des technologies0,0040,004
Communication savante0,0050,004
Science ouverte0,0040,003
Intégrité de la recherche0,0080,009
Charge utile insuffisante (le modèle a refusé de juger)0,0600,010

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.

Tête enseignante Opus0,376
Tête enseignante GPT0,655
Écart entre enseignants0,279 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeEssai randomisé
Domainenon disponible
GenreProtocole

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations14
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Research ProtocolsMême sujetDigital Mental Health InterventionsTravaux en français237 207