Comparative Effectiveness of Daily Supportive Text Messages Versus Email Messages for Patients with Depression. Randomized Hybrid Type II Effectiveness-Implementation Trial
Notice bibliographique
Résumé
Introduction: Background Major depressive disorder (MDD) is a global health problem accounting for about 40.5% of disability-adjusted life years caused by mental and substance use disorders. Barriers to accessing healthcare services have been reported, highlighting the need for innovative, accessible, and cost-effective psychological interventions. Several clinical trials have proven the effectiveness of supportive SMS text messaging in ameliorating depressive symptoms, however, this approach can only be accessible to individuals having cell phones. Objectives This paper aims to evaluate the effectiveness, feasibility, and user satisfaction of daily supportive email messaging as a non-inferior intervention compared to daily supportive text messaging as an add-on treatment for patients with depression. Methods This trial will be carried out using a hybrid type II implementation-effectiveness design. In addition to the usual care, patients with depression will be randomized to receive either supportive text messages or supportive email messages. The messages in both groups will have the same content and will be provided daily for 6 months. The implementation evaluation will be guided by the Consolidated Framework for Implementation Research and the RE-AIM (Reach, Effectiveness, Adoption, Implementation, and Maintenance) framework. Descriptive and inferential statistics will be employed in the analysis of the quantitative outcome measures, while thematic analysis will be used for Qualitative data. Results The results are expected to be available 18 months after the start of recruitment. The results will highlight the feasibility, acceptability, and effectiveness of using automated emails as a strategy for delivering supportive messages to patients with depression as non-inferior to text messaging. Conclusions The outcome of this trial will have a translational impact on routine patient care and access to mental health, as well as potentially support mental health policy decision-making for health care resource allocation. Disclosure of Interest None Declared
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 | 0,006 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,004 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,001 |
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 ».