A Novel and Integrated Digitally Supported System of Care for Depression and Anxiety: Findings From an Open Trial
Notice bibliographique
Résumé
BACKGROUND: The global burden of anxiety and depression has created an urgent need for scalable approaches to increase access to evidence-based mental health care. The Screening and Treatment for Anxiety and Depression (STAND) system of care was developed to meet this need through the use of internet-connected devices for assessment and provision of treatment. STAND triages to level of care (monitoring only, digital therapy with coaches, digital therapy assisted by clinicians in training, and clinical care) and then continuously monitors symptoms to adapt level of care. Triaging and adaptation are based on symptom severity and suicide risk scores obtained from computerized adaptive testing administered remotely. OBJECTIVE: This article discusses how the STAND system of care improves upon current clinical paradigms, and presents preliminary data on feasibility, acceptability, and effectiveness of STAND in a sample of US-based university students. METHODS: US-based university students were recruited and enrolled in an open trial of the STAND system of care. Participants were triaged based on initial symptom severity derived from a computerized adaptive test and monitored over 40 weeks on anxiety, depression, and suicide risk to inform treatment adaptation and evaluate preliminary effectiveness. RESULTS: Nearly 5000 students were screened and 516 received care. Depression and anxiety severity scores improved across all tiers (P<.001 in all cases). Suicide risk severity improved in the highest tier (ie, clinical care; P<.001). Acceptability and feasibility were demonstrated. CONCLUSIONS: STAND is a feasible and acceptable model of care that can reach large numbers of individuals. STAND showed preliminary effectiveness on all primary outcome measures. Current directions to improve STAND are described.
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 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 | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».