MétaCan
Menu
Retour à la cohorte
Enregistrement W4388632004 · doi:10.3389/fgwh.2023.1182267

The effectiveness of CBT-based daily supportive text messages in improving female mental health during COVID-19 pandemic: results from the Text4Hope program

2023· article· en· W4388632004 sur OpenAlexafffundabout
Raquel da Luz Dias, Reham Shalaby, Belinda Agyapong, Wesley Vuong, April Gusnowski, Shireen Surood, Andrew J. Greenshaw, Vincent I. O. Agyapong

Notice bibliographique

RevueFrontiers in Global Women s Health · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueDigital Mental Health Interventions
Établissements canadiensAlberta Health ServicesUniversity of AlbertaNova Scotia Health AuthorityDalhousie University
Organismes subventionnairesAlberta Children's Hospital FoundationUniversity of AlbertaAlberta Cancer FoundationRoyal Alexandra Hospital FoundationChildren's Hospital FoundationAlberta Health Services
Mots-clésAnxietyMental healthLongitudinal studyMedicineDepression (economics)Patient Health QuestionnaireCohortCohort studySuicidal ideationPandemicIntervention (counseling)Clinical psychologyPsychiatryCoronavirus disease 2019 (COVID-19)Depressive symptomsPoison controlSuicide preventionInternal medicineEnvironmental healthDisease

Résumé

récupéré en direct d'OpenAlex

Introduction The COVID-19 pandemic has significantly exacerbated gender disparities in mental health, particularly impacting women. To address this, Alberta, Canada, launched Text4Hope, a Cognitive Behaviour Therapy-based text messaging intervention, to provide support and resources for psychological challenges during the pandemic. This study aimed to assess the effectiveness of Text4Hope in reducing stress, anxiety, depression, sleeping disturbances, and suicidal ideation among female subscribers during the COVID-19 pandemic. Methods The study employed both an uncontrolled longitudinal design and a controlled cohort design. The uncontrolled longitudinal study analyzed a one-year dataset (n = 9,545) of clinical outcomes, comparing mean differences in mental health symptoms from baseline to 6 weeks after subscription. The controlled cohort design compared two groups, with (n = 1,763) and without (n = 567) intervention exposure during the same period. Data were collected through self-administered online surveys completed at baseline and six weeks after subscription. Sociodemographic information and validated scales (e.g., 10-item Perceived Stress Scale (PSS-10), Generalized Anxiety Disorder (GAD-7), and Patient Health Questionnaire (PHQ-9)) were used to assess mental health outcomes. Results The results from the longitudinal study indicated a significant reduction in anxiety prevalence and anxiety symptoms, with a 19.63% decrease in GAD-7 mean score and a 32.02% decrease in likely anxiety from baseline to six weeks. Depressive symptoms and perceived stress also showed a significant reduction (p < 0.001), albeit to a lesser extent. In the controlled cohort study, the intervention group had significantly (p < 0.001) lower PHQ-9 [19.5 (SD 7.05)], GAD-7 [7.5 (SD 5.27)], and CMH [35.53 (SD 18.45)] scores. Additionally, the study found substantial differences (p < 0.001) in suicidal ideation (26.1 vs. 15.7) between groups but no significant differences in sleep disruption. Discussion These findings suggest that Text4Hope could be an effective intervention for reducing stress, depression, suicidal ideation, and particularly anxiety symptoms among women during public emergencies. The study provides valuable insights into the potential benefits of text messaging interventions in supporting mental health during crisis situations.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai non randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,029
Tête enseignante GPT0,394
Écart entre enseignants0,365 · 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'étudeEssai non randomisé
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

Citations3
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueFrontiers in Global Women s HealthMême sujetDigital Mental Health InterventionsTravaux en français237 207