Understanding the potential of digital therapies in implementing the standard of care for depression in Europe
Notice bibliographique
Résumé
Depressive disorders represent the largest proportion of mental illnesses, and by 2030, they are expected to be the first cause of disability-adjusted life years [1]. The COVID-19 pandemic exacerbated prevalence and burden of depression and increased the occurrence of depressive symptoms in general population [2]. The urgency of implementing mental health services to address new barriers to care persuaded clinicians to use telemedicine to follow patients and stay in touch with them, and to explore digital therapeutics (DTx) as potential tools for clinical intervention [2]. The combination of antidepressants and psychotherapy is widely recommended for depression by international guidelines [3] but is less frequently applied in real-world practice. Commonly used treatments are pharmacological, but while being effective, some aspects such as adherence to the drug regimen, residual symptoms, resistance, lack of information, and stigma may hinder successful treatment. In case of less severe depression, standalone psychological therapies should be the first-line treatment option [3], but access to trained psychotherapists remains inequitable. DTx are evidence-based therapies driven by software programs to treat or complement treatment of a specific disease. DTx are classified as Medical Devices, and given their therapeutic purpose, they need to be validated through randomized controlled clinical trials, as for drug-based therapies. In the last 10 years, studies of digital interventions have proliferated; these studies demonstrate that digital interventions increase remission rates and lower the severity of depressive symptoms compared with waitlist, treatment as usual, and attention control conditions [4]. Despite the efficacy demonstrated in clinical trials, many of these tools never reach real-life patients; thus, it might be necessary to implement DTx in the public health system to expand access to valid treatment options. In this framework, DTx represent a good opportunity to help people with depression receive optimal psychotherapeutic care [5].
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 | 0,019 | 0,043 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,008 | 0,008 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».