A randomized 3-month, parallel-group, controlled trial of CALMA m-health app as an adjunct to therapy to reduce suicidal and non-suicidal self-injurious behaviors in adolescents: study protocol
Notice bibliographique
Résumé
Background: Suicidal and non-suicidal self-injurious behaviors are among the leading causes of death and injury in adolescents and youth worldwide. Mobile app development could help people at risk and provide resources to deliver evidence-based interventions. There is no specific application for adolescents and young people available in Spanish. Our group developed CALMA, the first interactive mobile application with the user in Spanish, which provides tools based on Dialectical Behavioral Therapy to manage a crisis of suicidal or non-suicidal self-directed violence with the aim of preventing suicide in adolescents and youth. Methods: video call at four timepoints: day-0 (baseline), day-30, day-60, and day-90. A total of 29 participants per group will be included. Change in the frequency of suicidal and non-suicidal self-injurious behaviors will be compared between groups, as well as the level of emotional dysregulation, level of app engagement and time of psychiatric admission during the follow-up period. Discussion: This study is particularly relevant to young people given their widespread use of mobile technology, while there are currently no available smartphone app-based self-guided psychological strategies in Spanish that attempt to reduce suicidal behavior in adolescents who are assisted in the public health sector from low and middle-income countries in Latin America. Clinical trial registration: https://clinicaltrials.gov/, NCT05453370.
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 | 0,004 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,002 |
| Méta-épidémiologie (sens large) | 0,009 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,004 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,039 | 0,006 |
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 ».