Efficacy of Virtual Care for Depressive Disorders: Systematic Review and Meta-analysis
Notice bibliographique
Résumé
BACKGROUND: The COVID-19 pandemic has created an epidemic of distress-related mental disorders such as depression, while simultaneously necessitating a shift to virtual domains of mental health care; yet, the evidence to support the use of virtual interventions is unclear. OBJECTIVE: The purpose of this study was to evaluate the efficacy of virtual interventions for depressive disorders by addressing three key questions: (1) Does virtual intervention provide better outcomes than no treatment or other control conditions (ie, waitlist, treatment as usual [TAU], or attention control)? (2) Does in-person intervention provide better outcomes than virtual intervention? (3) Does one type of virtual intervention provide better outcomes than another? METHODS: We searched the PubMed, EMBASE, and PsycINFO databases for trials published from January 1, 2010, to October 30, 2021. We included randomized controlled trials of adults with depressive disorders that tested a virtual intervention and used a validated depression measure. Primary outcomes were defined as remission (ie, no longer meeting the clinical cutoff for depression), response (ie, a clinically significant reduction in depressive symptoms), and depression severity at posttreatment. Two researchers independently selected studies and extracted data using PRISMA (Preferred Reporting Items for Systematic Reviews and Meta-Analyses) guidelines. Risk of bias was evaluated based on Agency for Healthcare and Research Quality guidelines. We calculated odds ratios (ORs) for binary outcomes and standardized mean differences (SMDs) for continuous outcomes. RESULTS: We identified 3797 references, 24 of which were eligible. Compared with waitlist, virtual intervention had higher odds of remission (OR 10.30, 95% CI 5.70-18.60; N=619 patients) and lower posttreatment symptom severity (SMD 0.81, 95% CI 0.52-1.10; N=1071). Compared with TAU and virtual attention control conditions, virtual intervention had higher odds of remission (OR 2.27, 95% CI 1.10-3.35; N=512) and lower posttreatment symptom severity (SMD 0.25, 95% CI 0.09-0.42; N=573). In-person intervention outcomes were not significantly different from virtual intervention outcomes (eg, remission OR 0.84, CI 0.51-1.37; N=789). No eligible studies directly compared one active virtual intervention to another. CONCLUSIONS: Virtual interventions were efficacious compared with control conditions, including waitlist control, TAU, and attention control. Although the number of studies was relatively small, the strength of evidence was moderate that in-person interventions did not yield significantly better outcomes than virtual interventions for depressive disorders.
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 | 0,023 | 0,064 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,021 | 0,036 |
| Bibliométrie | 0,007 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,000 |
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 ».