MétaCan
Menu
Retour à la cohorte
Enregistrement W4386084948 · doi:10.1176/appi.psychotherapy.20220060

Fidelity Assessment of Peer-Delivered Cognitive-Behavioral Therapy for Postpartum Depression

2023· article· en· W4386084948 sur OpenAlexaff
Zoryana Babiy, Donya Merza, Haley Layton, Peter Bieling, Ryan J. Van Lieshout

Notice bibliographique

RevueAmerican Journal of Psychotherapy · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueDigital Mental Health Interventions
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésClinical psychologyInter-rater reliabilityFidelityPsychological interventionPsychologyCompetence (human resources)Postpartum depressionIntraclass correlationCognitionCognitive behavioral therapyMedicinePsychiatryPsychometricsRating scaleDevelopmental psychologyPregnancySocial psychology

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: Fidelity assessment of peer-administered interventions (PAIs) by expert therapists can be costly and limit scalability. This study's objective was to determine whether peer facilitators could assess the fidelity of peer-delivered group cognitive-behavioral therapy (CBT) for postpartum depression as effectively as an expert psychiatrist or a trained graduate student. METHODS: Intervention adherence and competence were assessed by three peers (N=9 sessions) and by one expert psychiatrist and one graduate student (N=18 sessions). Interrater reliability was assessed with intraclass correlation coefficients (ICCs). RESULTS: ICCs were good to excellent (0.88-0.98) for adherence and competence ratings among the three types of raters (psychiatrist vs. peers, psychiatrist vs. student, and student vs. peers). CONCLUSIONS: Trained peers may be able to reliably rate the fidelity of a PAI for postpartum depression. This preliminary study represents the first step toward peer-led feedback as an alternative to expert-led supervision of peer-delivered group CBT for postpartum depression.

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)0,018
score de la tête « metaresearch » (Gemma)0,082
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,094

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0180,082
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
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 Opus0,076
Tête enseignante GPT0,492
Écart entre enseignants0,415 · 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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of PsychotherapyMême sujetDigital Mental Health InterventionsTravaux en français237 207