Mobile Acceptance and Commitment Therapy in Bipolar Disorder: Microrandomized Trial
Notice bibliographique
Résumé
BACKGROUND: Mobile interventions promise to fill in gaps in care with their broad reach and flexible delivery. OBJECTIVE: Our goal was to investigate delivery of a mobile version of acceptance and commitment therapy (ACT) for individuals with bipolar disorder (BP). METHODS: Individuals with BP (n=30) participated in a 6-week microrandomized trial. Twice daily, participants logged symptoms in the app and were repeatedly randomized (or not) to receive an ACT intervention. Self-reported behavior and mood were measured as the energy devoted to moving toward valued domains or away from difficult emotions and with depressive d and manic m scores from the digital survey of mood in BP survey (digiBP). RESULTS: Participants completed an average of 66% of in-app assessments. Interventions did not significantly impact the average toward energy or away energy but did significantly increase the average manic score m (P=.008) and depressive score d (P=.02). This was driven by increased fidgeting and irritability and interventions focused on increasing awareness of internal experiences. CONCLUSIONS: The findings of the study do not support a larger study on the mobile ACT in BP but have significant implications for future studies seeking mobile therapy for individuals with BP. TRIAL REGISTRATION: ClinicalTrials.gov NCT04098497; https://clinicaltrials.gov/ct2/show/NCT04098497.
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 | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,017 | 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 ».