MétaCan
Menu
Retour à la cohorte
Enregistrement W4384338719 · doi:10.2196/42377

Examining Predictors of Depression and Anxiety Symptom Change in Cognitive Behavioral Immersion: Observational Study

2023· article· en· W4384338719 sur OpenAlexvenueno aff
Iony D. Ezawa, Steven D. Hollon, Noah Jamie Robinson

Notice bibliographique

RevueJMIR Mental Health · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueDigital Mental Health Interventions
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute of Mental Health
Mots-clésAnxietyPsychologyClinical psychologyPsychological interventionCognitive behavioral therapySocial supportInterpersonal communicationCognitionPsychiatryPsychotherapist

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Depressive and anxiety disorders are the most common mental disorders, and there is a critical need for effective, affordable, and accessible interventions. Cognitive Behavioral Immersion (CBI) is a novel group-based cognitive behavioral skills training program delivered by lay coaches in the metaverse that can be accessed through various modalities including virtual reality (VR) head-mounted displays or flat-screen devices. Combining its ability to offer empirically supported therapy skills in a digital setting that can still facilitate interpersonal variables (eg, working alliance and sense of social support) with the aid of lay coaches, CBI has the potential to help fill this critical need. OBJECTIVE: This study had 2 primary aims. First, we aimed to examine changes in depression and anxiety symptoms in a sample of individuals who participated in CBI. Second, we aimed to examine 2 interpersonal process variables (working alliance and web-based social support) as predictors of symptom changes. We predicted CBI participants would experience depression and anxiety symptom improvements and that such improvements would be associated with an increase in both interpersonal process variables. METHODS: The study sample consists of 127 participants who endorsed clinical levels of depression or anxiety symptoms during their first CBI session and attended at least 2 sessions. Participants were asked to complete self-report measures of depression symptoms, anxiety symptoms, alliance, and web-based social support throughout their participation in CBI. RESULTS: Repeated measures ANOVAs determined that depression and anxiety symptom scores differed significantly across sessions (Ps<.01). We also found participants' web-based social support predicted improvement in depression symptoms (P=.01), but neither the alliance nor web-based social support predicted change in anxiety symptoms (Ps>.05). We also observed a significant difference in anxiety symptoms between participants who used a VR head-mounted display to access CBI and those who did not, such that participants who used VR head-mounted displays endorsed lower anxiety symptoms than those who did not at nearly every session (P=.04). CONCLUSIONS: Participation in CBI is associated with both depression and anxiety symptom improvement. Web-based social support may play an important role in fostering changes in depression symptoms. Future studies are encouraged to continue examining the process of change in CBI with special attention paid to methods that can elucidate causal mechanisms of change.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,263
Tête enseignante GPT0,498
Écart entre enseignants0,235 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations15
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Mental HealthMême sujetDigital Mental Health InterventionsTravaux en français237 207