Patient-Oriented Research to Improve Internet-Delivered Cognitive Behavioural Therapy for People of Diverse Ethnocultural Groups in Routine Practice
Notice bibliographique
Résumé
There has been limited research on improving Internet-delivered Cognitive Behavioural Therapy (ICBT) in routine online therapy clinics that serve people from diverse ethnocultural groups (PDEGs). This article describes a patient-oriented adaptation approach used to address this gap in research. A working group consisting of people with lived experience, community representatives, ICBT clinicians, managers, and researchers was formed. The working group examined archival feedback on ICBT from past patients who self-identified as being from diverse ethnocultural backgrounds (N = 278) and the results of interviews with current patients (N = 16), community representatives (N = 6), and clinicians (N = 3). The archival data and interviews revealed the majority of the patients reported being satisfied with and benefitting from ICBT. Suggestions for improvement were not related to the cognitive-behavioural model and techniques, but rather to making treatment materials more inclusive. Consequently, the ICBT adaptation focused on adding content related to cultural influences on mental health, addressing stigma, diversifying case stories, examples, and imagery, adding audiovisual introductions, and replacing English idioms with more descriptive language. Moreover, further training was offered to clinicians, and efforts were made to improve community outreach. This study demonstrates a process for using patient-oriented research to improve ICBT within routine care serving patients of diverse backgrounds.
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 | 0,040 | 0,045 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».