Agile development of a digital exposure treatment for youth with chronic musculoskeletal pain: protocol of a user-centred design approach and examination of feasibility and preliminary efficacy
Notice bibliographique
Résumé
INTRODUCTION: Chronic pain affects a significant number of children and impacts multiple domains including social, emotional and behavioural functioning, and negatively impacts family functioning. Roughly 5% of youth with chronic pain experience moderate to severe pain-related disability, with pain-related fear and avoidance of activities being identified as substantial barriers to treatment engagement. Evidence supports targeted psychological and physical interventions to address these barriers (eg, graded-exposure treatment), but accessibility to intervention is undermined by a shortage of services outside of urban areas, high treatment-related costs, and long provider waitlists; highlighting the need to develop digitally delivered behavioural intervention, using agile and iterative study designs that support rapid development and timely dissemination. METHODS AND ANALYSIS: This study seeks to develop an effective and scalable intervention for youth with chronic pain and their caregivers. This paper presents a user-centred protocol for the development and refinement of a digital exposure treatment for youth and caregivers, as well as the study design to examine feasibility and preliminary efficacy of the treatment using single-case experimental design (SCED). Assessments include daily diaries, completed from baseline and daily throughout the intervention (~6 weeks), and at 3-month follow-up, as well as self-report measures completed at baseline, end of intervention and 3-month follow-up. Primary outcomes include treatment satisfaction, treatment expectancy, adherence to daily dairies and functional disability. Secondary outcomes are pain-related fear and avoidance of activities, pain catastrophising and pain acceptance. We will present descriptive and model-based inference analyses, based on SCED reporting guidelines. We will calculate effect sizes for each individual on each outcome. We will examine mean treatment expectancy, credibility and satisfaction scores, and patient drop-out percentage. ETHICS AND DISSEMINATION: This study is approved by the Institutional Review Board at Stanford University (protocol #53323). Findings will be actively disseminated through peer-reviewed journals, conference presentations and social media. TRIAL REGISTRATION NUMBER: NCT05079984.
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 | 0,037 | 0,036 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,019 | 0,002 |
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 ».