Atmiyata, a community led psychosocial intervention, for common mental disorders: A stepped wedge, cluster randomized controlled trial in rural Gujarat, India
Notice bibliographique
Résumé
Abstract This study evaluates the effectiveness of a volunteer community-led psychosocial intervention on depression and anxiety symptoms among people living in rural Gujarat, India. Stepped-wedge cluster randomized controlled trial design implemented in 645 villages in Mehsana district, Gujarat, India. Primary outcome was improvement in depression and/or anxiety symptoms using GHQ-12 at 3-month follow-up. Data was analyzed using generalized linear mixed effects models.Of the 1191 participants (608- intervention & 583-control) recruited, 1014 (85%) completed 3-month follow-up. After adjusting for baseline covariates, period, and cluster effects, participants in the intervention condition showed significant recovery from symptoms of depression or anxiety (OR 2.2; 95% CI 1.2 to 4.6; p < 0.05) at the end of 3-months, with effects sustained at 8-month follow-up (OR 3.0; 95% CI 1.6 to 5.9). The study findings have implications for the broader implementation and scale-up of community-based mental health delivery models in LMICs.Trial registration detailsThe trial was registered prospectively with the Clinical Trial Registry in India (registry number: CTRI/2017/03/008139).
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».