Smartphone-assisted online brief cognitive behavioral therapy to treat maternal depression: findings of a randomized controlled trial
Notice bibliographique
Résumé
OBJECTIVE: To test the efficacy of smartphone-assisted online brief cognitive behavioral therapy (b-CBT) to treat maternal depression compared to online brief CBT plus an active control app. METHODS: A randomized controlled trial was conducted. Assessments were performed at baseline (T0), midpoint (T1, week 4-5), post-treatment (T2, week 8), and follow-up (T3, 2-month postnatal follow-up) by blinded interviewers. The primary outcome was depression measured by the Edinburgh Postnatal Depression Scale (EPDS) at T2. We also assessed anxiety, stress, sleep quality, well-being, physical activity, treatment response, and offspring child behavior problems. RESULTS: Eighty-one participants were randomized to the intervention (n=37) or active control (n=44) groups. Seventy-one participants completed the post-treatment assessment or reported primary outcome data. No differences were found between the intervention and active control groups regarding maternal depression or other mental health outcomes. Overall, we found large within-group effect sizes, with 80% of the total sample responding to treatment. CONCLUSIONS: Our data showed no difference between the groups, suggesting that adding apps to psychotherapy treatment may not enhance treatment effects on prenatal depression. A within-groups analysis showed that most participants with depression responded to treatment; however, future studies are needed to confirm whether this effect is related to factors other than the intervention.
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 | 0,005 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
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 ».