Efficacy of an Electronic Cognitive Behavioral Therapy Program Delivered via the Online Psychotherapy Tool for Depression and Anxiety Related to the COVID-19 Pandemic: Pre-Post Pilot Study
Notice bibliographique
Résumé
BACKGROUND: Lockdowns and social distancing resulting from the COVID-19 pandemic have worsened the population's mental health and made it more difficult for individuals to receive care. Electronic cognitive behavioral therapy (e-CBT) is a cost-effective and evidence-based treatment for anxiety and depression and can be accessed remotely. OBJECTIVE: The objective of the study was to investigate the efficacy of online psychotherapy tailored to depression and anxiety symptoms during the pandemic. METHODS: The pilot study used a pre-post design to evaluate the efficacy of a 9-week e-CBT program designed for individuals with depression and anxiety affected by the pandemic. Participants were adults (N=59) diagnosed with major depressive disorder and generalized anxiety disorder, whose mental health symptoms initiated or worsened during the COVID-19 pandemic. The online psychotherapy program focused on teaching coping, mindfulness, and problem-solving skills. Symptoms of anxiety and depression, resilience, and quality of life were assessed. RESULTS: Participants demonstrated significant improvements in symptoms of anxiety (P=.02) and depression (P=.03) after the intervention. Similar trends were observed in the intention-to-treat analysis. No significant differences were observed in resilience and quality-of-life measures. The sample comprised mostly females, making it challenging to discern the benefits of the intervention in males. Although a pre-post design is less rigorous than a controlled trial, this design was selected to observe changes in scores during a critical period. CONCLUSIONS: e-CBT for COVID-19 is an effective and accessible treatment option. Improvements in clinical symptoms of anxiety and depression can be observed in individuals whose mental health is affected by the COVID-19 pandemic. TRIAL REGISTRATION: ClinicalTrials.gov NCT04476667; https://clinicaltrials.gov/study/NCT04476667. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): RR2-10.2196/24913.
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 | 0,004 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».