MétaCan
Menu
Retour à la cohorte
Enregistrement W4362522569 · doi:10.1186/s12888-023-04668-1

A meta-analysis of internet-based cognitive behavioral therapy for military and veteran populations

2023· review· en· W4362522569 sur OpenAlexaff
Jenny JW Liu, Natalie Ein, Callista Forchuk, Sonya G. Wanklyn, Suriya Ragu, Samdarsh Saroya, Anthony Nazarov, J. Don Richardson

Notice bibliographique

RevueBMC Psychiatry · 2023
Typereview
Langueen
DomainePsychology
ThématiqueDigital Mental Health Interventions
Établissements canadiensTD Bank GroupParkwood InstituteLawson Health Research InstituteWestern University
Organismes subventionnairesnon disponible
Mots-clésPsycINFOMEDLINEMeta-analysisMedicinePopulationMental healthClinical psychologyCognitionSystematic reviewPsychiatryPsychologyEnvironmental health

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Military and veteran populations are unique in their trauma exposures, rates of mental illness and comorbidities, and response to treatments. While reviews have suggested that internet-based Cognitive Behavioral Therapy (iCBT) can be useful for treating mental health conditions, the extent to which they may be appropriate for military and veteran populations remain unclear. The goals of the current meta-analysis are to: (1) substantiate the effects of iCBT for military and veteran populations, (2) evaluate its effectiveness compared to control conditions, and (3) examine potential factors that may influence their effectiveness. METHODS: This review was completed following the Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) reporting and Cochrane review guidelines. The literature search was conducted using PsycInfo, Medline, Embase, and Proquest Dissertation & Theses on June 4, 2021 with no date restriction. Inclusion criteria included studies that: (1) were restricted to adult military or veteran populations, (2) incorporated iCBT as the primary treatment, and (3) evaluated mental health outcomes. Exclusion criteria included: (1) literature reviews, (2) qualitative studies, (3) study protocols, (4) studies that did not include a clinical/analogue population, and (5) studies with no measure of change on outcome variables. Two independent screeners reviewed studies for eligibility. Data was pooled and analyzed using random-effects and mixed-effects models. Study data information were extracted as the main outcomes, including study condition, sample size, and pre- and post-treatment means, standard deviations for all assessed outcomes, and target outcome. Predictor information were also extracted, and included demographics information, the types of outcomes measured, concurrent treatment, dropout rate, format, length, and delivery of intervention. RESULTS: = 87.96), Q(90) = 747.62, p < .001. Predictor analyses found length of intervention and concurrent treatment to influence study variance within sampled studies, p < .05. Evaluation of iCBT on primary outcomes indicated a small but meaningful effect for PTSD and depression, while effects of iCBT on secondary outcomes found similar results with depression, p < .001. CONCLUSIONS: Findings from the meta-analysis lend support for the use of iCBT with military and veteran populations. Conditions under which iCBT may be optimized are discussed.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,452
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0030,006
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,530
Tête enseignante GPT0,546
Écart entre enseignants0,017 · 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 tête enseignante, pas un consensus.

Devis d'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

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

En bref

Citations9
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC PsychiatryMême sujetDigital Mental Health InterventionsTravaux en français237 207