Digital health innovation to prevent relapse and support recovery in young people with first-episode psychosis: A pilot study of Horyzons-Canada
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Digital health innovations may help to improve access to psychosocial therapy and peer support; however, the existence of evidence-based digital health interventions for individuals recovering from a first-episode psychosis (FEP) remains limited. This study aims to investigate the feasibility, acceptability, safety, and pre-post outcomes of Horyzons-Canada (HoryzonsCa), a Canadian adaptation of a digital mental health intervention consisting of psychosocial interventions, online social networking, and clinical and peer support moderation. Using a convergent mixed-methods research design, we recruited participants from a specialized early intervention clinic for FEP in Montreal, Canada. Twenty-three participants (mean age = 26.8) completed baseline assessments, and 20 completed follow-up assessments after 8 weeks of intervention access. Most participants provided positive feedback on general experience (85%, 17/20) and the utility of Horyzons for identifying their strengths (70%, 14/20). Almost all perceived the platform as easy to use (95%, 19/20) and felt safe using it (90%, 18/20). There were no adverse events related to the intervention. Participants used HoryzonsCa to learn about their illness and how to get better (65%, 13/20), receive support (60%, 12/20), and access social networking (35%, 7/20) and peer support (30%, 6/20). Regarding adoption, 65% (13/20) logged in at least 4 times over 8 weeks. There was a nonsignificant increase in social functioning and no deterioration on the Clinical Global Impression Scale. Overall, HoryzonsCa was feasible to implement and perceived as safe and acceptable. More research is needed with larger sample sizes and using in-depth qualitative methods to better understand the implementation and impact of HoryzonsCa.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle